Les coopérations pour l’innovation des PME : une investigation par méthode mixte du rôle joué par la localisation et le numérique
Bibliographic record
Abstract
La mise en place de coopérations pour l’innovation constitue un réel enjeu pour les entreprises de taille réduite. S’inscrivant dans le champ de l’innovation ouverte, l’article analyse le rôle joué par la localisation et les ressources numériques des PME sur leur profil de coopération pour l’innovation. Ce profil de coopération combine le type de partenaires, leur diversité, mais aussi l’échelle géographique des partenariats. Nous mobilisons une double source de données. Une enquête quantitative nous permet de relier les profils de coopération à la localisation et aux ressources numériques d’un échantillon de 269 PME ; une enquête qualitative menée auprès de 7 PME représentatives des profils identifiés illustre et complète les résultats mis en évidence par l’analyse quantitative. Nous montrons que les profils de coopération pour l’innovation des PME sont plus fortement marqués par leurs pratiques numériques que par leur localisation.
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 | 0.039 | 0.115 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.003 |
| Bibliometrics | 0.009 | 0.011 |
| Science and technology studies | 0.003 | 0.004 |
| Scholarly communication | 0.009 | 0.009 |
| Open science | 0.003 | 0.007 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.017 | 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; 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".