Évaluation du risque lié à une innovation pour les PME: proposition d’un outil
Bibliographic record
Abstract
Les petites et moyennes entreprises (PME) sont souvent caractérisées par un taux élevé d’innovation et un engagement marqué dans une démarche d’innovation comme moyen de construire un avantage concurrentiel. Il reste cependant difficile pour les managers de telles entreprises d’évaluer correctement les mérites d’une innovation donnée, en particulier en termes de possibilité de retour sur investissement. Pour répondre à ce besoin, nous avons élaboré en 2002-2003, pour l’INPI, un outil d’analyse pour aider les entrepreneurs à évaluer le profil de risque attaché à l’investissement dans le développement d’une innovation. La première version de ce modèle propose une mesure de la «rente», ou retour financier, attendue d’un investissement dans une innovation donnée. Durant l’été 2003, nous avons poursuivi le développement de cet outil avec une enquête pilote sur un échantillon de petites firmes innovantes d’Australie occidentale. Le questionnaire conçu a été complété en ajoutant des éléments permettant de déterminer les influences relatives des «Attitudes et Normes subjectives» sur le processus de décision de l’entrepreneur. Cette étude préliminaire, dont les résultats sont en cours d’analyse, a pour objectif d’apporter des éléments d’évaluation des pratiques d’innovation des 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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.004 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 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; both teacher heads agree on what is shown here.
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".