Les entreprises de l’économie verte sont-elles des entreprises de la transition socioécologique ?
Bibliographic record
Abstract
Cet article dresse le profil des entreprises de la transition socioécologique et s’interroge sur le potentiel des entreprises québécoises qui se réclament de « l’économie verte » à contribuer à cette transition. À partir d’une revue de littérature alliant les théories de la transition, l’entrepreneuriat soutenable et l’économie verte, nous proposons un cadre pour définir l’entreprise de la transition socioécologique (ETSÉ). À partir de ce cadre, une enquête par questionnaire effectuée auprès de 38 PME québécoises identifiées à l’économie verte nous a permis d’élaborer une typologie constituée de 2 groupes d’entreprises selon l’approche de l’analyse des données. Le premier groupe inclut des entreprises qui s’inscrivent dans la reproduction des régimes sociotechniques actuels et qui favorisent des changements davantage incrémentaux. Le deuxième groupe regroupe des entreprises qui poursuivent une stratégie de transition socioécologique visant la transformation des régimes sociotechniques dans le but de répondre aux crises écologiques et climatiques auxquelles l’humanité est aujourd’hui confrontée. Ces analyses nous amènent à conclure que différentes trajectoires de transition se cachent derrière le discours de l’économie verte.
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 | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.004 | 0.006 |
| Scholarly communication | 0.008 | 0.005 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| 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".