Bibliographic record
Abstract
L’article présente une revue de la littérature sur le thème du capital social (CS) à partir de 103 articles publiés lors de la décennie écoulée (2002-2011) dans les principales revues dédiées à la recherche en PME et en entrepreneuriat. Le capital social est souvent considéré comme une ressource clé pour la PME, source de performance et d’efficacité dans la démarche entrepreneuriale. Nous montrons que les problématiques envisageables à partir du concept de capital social sont particulièrement nombreuses et diverses, mais que toutefois, elles reposent sur des constructions théoriques et des démarches méthodologiques très hétérogènes. Le capital social est le plus souvent utilisé comme une variable explicative de la performance de la PME ou de la démarche entrepreneuriale. Ce champ de recherche, s’il peut toujours être complété, paraît cependant moins nécessaire aujourd’hui. Par contre, les recherches émergentes sur le capital social où celui-ci est appréhendé non plus comme une cause, mais comme le résultat d’un processus managérial du dirigeant de PME ou de l’entrepreneur, s’avèrent, selon nous, plus pertinentes et porteuses de perspectives pour notre champ. Les travaux sur les effets négatifs et sclérosants du capital social sont également des pistes à creuser en matière de recherche sur les PME.
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 | 0.023 | 0.040 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.007 | 0.008 |
| Science and technology studies | 0.004 | 0.024 |
| Scholarly communication | 0.016 | 0.018 |
| Open science | 0.002 | 0.009 |
| Research integrity | 0.005 | 0.005 |
| Insufficient payload (model declined to judge) | 0.015 | 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".