Essaimage universitaire et capital social entrepreneurial
Bibliographic record
Abstract
Les études sur le capital social menées jusqu’ici dans le champ de l’entrepreneuriat ont bien montré son importance pour les projets de créations d’entreprises. Cependant, le développement du capital social de l’entrepreneur au cours du processus de création d’une entreprise technologique demeure peu étudié. Même les études réalisées à ce sujet en contexte d’essaimage demeurent très peu nombreuses. Pour comprendre le développement du capital social des entrepreneurs technologiques issus d’un essaimage universitaire, une étude approfondie de huit cas d’entreprises technologiques essaimées d’universités brésiliennes a été réalisée. La démarche de recherche a été inductive, exploratoire et qualitative. La collecte des données a été effectuée principalement en procédant à des entrevues semi-structurées avec des entrepreneurs et des directeurs d’incubateurs. Nous avons utilisé une approche de déconstruction temporelle par phases d’activités du processus de création des entreprises pour traiter et analyser les données. Plus précisément, nous avons établi un cadre d’analyse qui présente en quatre étapes le processus de création d’une entreprise : l’initiation, la préparation, le démarrage et la consolidation. Nos résultats ont montré qu’à l’étape d’initiation, le capital social mobilisé est essentiellement technologique. À l’étape de préparation, les entrepreneurs ont davantage recours à des contacts de support et débutent la mobilisation des contacts de financement. À l’étape du démarrage, les activités reliées au capital social deviennent plus variées : des contacts technologiques, de support, de financement et d’affaires sont mobilisés. Finalement, à l’étape de la consolidation, nous constatons une croissance de la mobilisation des réseaux d’affaires. L’article aborde diverses perspectives de théorisation et suggère qu’il existe une contingence relationnelle différenciée à chacune des étapes de construction du capital social au cours du processus de création d’une entreprise technologique.
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.003 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.005 | 0.003 |
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".