L’analyse des réseaux dans les activités d’innovation des PME : le rôle oublié de l’homophilie1
Bibliographic record
Abstract
La recherche sur l’innovation dans les PME s’est beaucoup intéressée à la place et au rôle des réseaux. Dans ces travaux, tout se passe comme si toutes les relations étaient possibles et également probables. Or, rien n’est plus inexact : toutes les relations n’ont pas la même probabilité d’exister et les réseaux sont eux aussi structurés et hiérarchisés. En analyse de réseaux, cette observation classique renvoie au principe d’homophilie ; principe selon lequel, dans les réseaux, les personnes ou les organisations qui sont en relation sont semblables parce qu’elles ont tendance à partager un ensemble de caractéristiques sociales et organisationnelles. À partir d’une étude exploratoire centrée sur des entretiens réalisés dans des entreprises oeuvrant dans l’industrie des technologies propres, nous verrons comment le principe d’homophilie s’avère nécessaire à la compréhension, d’une part, de l’existence même des relations observées dans les activités d’innovation des PME et, d’autre part, de leur capacité à donner accès aux ressources, dont ont besoin ces dernières dans leurs projets.
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 | 0.007 | 0.013 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.003 | 0.006 |
| Scholarly communication | 0.007 | 0.008 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.012 | 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".