De l’applicabilité, des spécificités et de l’utilité d’un code de gouvernance d’entreprise pour les PMe et les TPE : le cas de la Belgique
Bibliographic record
Abstract
Les multiples codes de gouvernance d’entreprise adoptés dans les pays industrialisés ont essentiellement été rédigés à l’intention des sociétés cotées. La recherche s’est également focalisée sur ce type d’entreprises. La Belgique s’est distinguée avec la parution, fin 2005, d’un code de gouvernance d’entreprise destiné aux sociétés non cotées, dont les TPE. L’objectif de cet article est de s’interroger sur l’applicabilité des concepts de gouvernance aux PME et aux TPE, sur la spécificité de leurs besoins et méthodes de gouvernance et, partant, sur l’utilité d’un tel code. Après avoir défini la gouvernance d’entreprise et retracé ses origines, il s’intéressera à la structure de gouvernance propre aux petites entreprises qui pourrait laisser penser que les règles de gouvernance ne sont pas pertinentes pour ces organisations. Toutefois, l’adoption d’une approche plus large de la gouvernance inspirée de la théorie des parties prenantes, combinée à la relativisation du principe d’homogénéité de la PME, permet de conclure à l’intérêt et à l’applicabilité de principes de gouvernance « élargis », ainsi que des principes traditionnels, aux PME et TPE, ce que semblent confirmer les trop rares travaux scientifiques consacrés au sujet. Toutefois, cette littérature ne traduit pas clairement l’hétérogénéité des PME en termes de principes de gouvernance et ne se penche guère sur l’opérationnalisation de la notion élargie de gouvernance. L’article présente ensuite le Code belge de gouvernance d’entreprise à destination des PME. Après l’avoir comparé aux codes pour grandes entreprises, nous en faisons une analyse critique et montrons qu’il semble répondre à ces questions, ainsi qu’aux conclusions des travaux théoriques et empiriques émergents. Du point de vue pratique, nous soulevons toutefois certaines questions quant à son efficacité.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.013 | 0.048 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.006 | 0.005 |
| Science and technology studies | 0.002 | 0.004 |
| Scholarly communication | 0.007 | 0.005 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.005 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".