La carte mentale pour favoriser l’apprentissage du Business Model et susciter la créativité des apprenants
Bibliographic record
Abstract
Le Business Model est devenu un objet d’étude consacré par des publications dans les revues scientifiques. Cette expression est apparue dans un contexte entrepreneurial où les porteurs de projet devaient être particulièrement créatifs pour imaginer des façons de faire des affaires dans un univers nouveau (Internet). Les chercheurs tendent toutefois à oublier cette dimension créative du Business Model. Lorsqu’elle est évoquée, le propos est anecdotique et les recherches empiriques liant Business Model et créativité en contexte entrepreneurial sont rares. Alors que le Business Model devient un outil à enseigner pour aider les porteurs de projet à mettre au point leur affaire, il semble raisonnable d’imaginer des formes d’apprentissage intégrant la dimension créative du Business Model. Autrement dit, il ne s’agit pas seulement de faire apprendre le Business Model, il convient également que les apprenants (étudiants, porteurs de projet, entrepreneurs, etc.) fassent preuve de créativité lorsqu’ils l’utilisent. Les auteurs de cet article ont mobilisé, à cet effet, la carte mentale pour à la fois favoriser l’apprentissage du Business Model selon le modèle GRP (génération de la valeur, rémunération de la valeur et partage de la valeur) et stimuler la créativité qui lui est inhérente. Une recherche-action pédagogique a été déployée où les apprenants ont manipulé différents outils pour imaginer un Business Model à partir d’une idée. Les résultats montrent la réflexivité entre le Business Model et la créativité, puisque le Business Model est source de créativité alors que celle-ci stimule la conception de Business Models. Le cadre opératoire a favorisé l’apprentissage créatif du Business Model. Ces résultats ouvrent des perspectives aux pédagogues pour illustrer concrètement une notion dont on parle finalement beaucoup sans, trop souvent, faire voir des Business Models.
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 | 0.006 | 0.011 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.004 | 0.003 |
| Science and technology studies | 0.006 | 0.018 |
| Scholarly communication | 0.020 | 0.018 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.004 | 0.006 |
| Insufficient payload (model declined to judge) | 0.024 | 0.005 |
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".