Bibliographic record
Abstract
Alors que l’intégration des nouvelles recrues constitue un enjeu particulièrement important pour les petites entreprises, les pratiques de socialisation qu’elles mettent en oeuvre restent mal connues. Cette recherche étudie la diversité des modes de socialisation des petites entreprises françaises en mobilisant le cadre de la théorie des configurations organisationnelles, et plus précisément celle des configurations des petites entreprises (Bentabet, Michun et Trouvé, 1999). Une étude de cas multiple identifie des pratiques de socialisation singulières à chacune de ces configurations. Ces pratiques apparaissent cohérentes entre elles et avec le système des variables caractéristique de la configuration donnée. Ainsi, les modes de socialisation des petites entreprises à configuration « entrepreneuriale » reflètent la volonté de profiter de la présence d’un nouvel entrant pour innover. Celles des petites entreprises à configuration « indépendante traditionnelle » sont orientées par une idéologie de la tradition et prennent la forme d’inculcations normatives. Les pratiques de socialisation des petites entreprises « managériales » renvoient quant à elles à un haut niveau de formalisation, d’organisation, d’outillage gestionnaire et de rationalisation de l’intégration des nouvelles recrues.
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 | 0.004 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.011 | 0.007 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
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".