IMPACT DU CAPITAL SOCIAL ENTREPRENEURIAL SUR LA PERFORMANCE ET L’ACCÈS AUX RESSOURCES EXTERNES : REVUE DES ÉCRITS
Bibliographic record
Abstract
Les etudes sur la performance des entreprises occupent une place importante dans les travaux fondamentaux de beaucoup de chercheurs en sciences economiques et de gestion. Cependant les avis et les resultats sur les impulsions sociales de la performance des entreprises restent divergents. Ainsi, par exemple, les developpements menes par Nkakleu (2003) revelent que les entreprises, dont les dirigeants, ont des liens sociaux plus nombreux fonctionnent mieux, sont plus performantes que celles dont les liens sociaux des dirigeants le sont moins. Les travaux menes par Baillette (2001) aupres du groupement des chefs d’entreprises du Quebec revelent que le capital social developpe par ces dirigeants leur a permis d’acceder a des sources informationnelles tres riches et a d’autres ressources variees. Dans la meme lancee, Plociniczak (2004) affirme que « l’analyse de la creation d’entreprises, et plus generalement, de l’action economique ne peut se passer d’une integration pleine et effective des cadres relationnels et des structures institutionnelles sans lesquels elle ne pourrait se deployer » (Plociniczak, 2004, p.1-37). Le present article se propose de montrer l’impact de la prise en compte du capital social sur le processus de construction de la performance des entreprises, afin de donner une impulsion de reconsideration de la place des rapports humains et sociaux aux dirigeants dans la construction de leurs performances.
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 | 0.005 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.005 | 0.006 |
| Science and technology studies | 0.001 | 0.007 |
| Scholarly communication | 0.011 | 0.008 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.010 | 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".