L’expérience migratoire est-elle une source de potentialités pour l’entrepreneur ? Le cas marocain
Bibliographic record
Abstract
L’objectif de cet article est de situer le niveau des potentialités de l’entrepreneur migrant de retour par rapport à celles de son homologue local. Une synthèse des principaux travaux relatifs aux paradigmes des traits et des faits de l’entrepreneur a permis d’asseoir le concept de potentialités entrepreneuriales. Le corpus théorique obtenu est complété par l’approche basée sur les ressources, étendue au modèle de l’entrepreneur effectuel. Ce corpus théorique est relayé par le questionnaire adapté de Gasse qui a été administré à un échantillon de 393 entrepreneurs marocains MRE (40 %) et locaux (60 %). Les MRE sont les Marocains résidents à l’étranger revenus au Maroc pour créer leur entreprise. Les locaux sont ceux qui résident depuis toujours au Maroc et qui sont entrepreneurs. Les 393 questionnaires sont soumis aux techniques multidimensionnelles d’analyse de données approfondies. Les résultats obtenus confirment notre hypothèse initiale : le niveau des potentialités de l’entrepreneur migrant de retour est plus élevé que celui de l’entrepreneur local. De tels résultats font émerger des leviers originaux pouvant alimenter les dispositifs d’accompagnement endogènes. Ces mêmes résultats conduisent à la constitution d’une approche intégrative de l’entrepreneuriat de l’émigration de retour associant les paradigmes des traits, des faits et des processus.
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 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".