Les déterminants de la maturité énergétique dans les PME québécoises
Bibliographic record
Abstract
De manière agrégée, les PME sont de grandes consommatrices d’énergie et ont des impacts environnementaux considérables au niveau mondial. Malgré cela, elles attirent encore peu l’attention des chercheurs et des responsables des politiques publiques. Pourtant, sans leur contribution, l’atteinte des cibles nationales en matière énergétique et environnementale est improbable. En ce sens, il devient essentiel de mieux comprendre ce qui les incite à devenir plus mature au niveau énergétique. La présente étude adopte une analyse multiniveau en considérant les aspects individuel, organisationnel, contextuel pour identifier les déterminants de la maturité énergétique des PME. Une étude menée auprès de 409 PME québécoises permet d’établir que ce sont les facteurs organisationnels intangibles qui sont les principaux déterminants de la maturité énergétique dans les PME québécoises. Les facteurs contextuels n’ont pas d’influence et un seul facteur individuel, l’âge du dirigeant, exerce une influence limitée. Cette reconnaissance de la prépondérance des facteurs organisationnels intangibles est un apport aux écrits sur le sujet qui ne font pas cette distinction lorsqu’ils considèrent les freins et accélérateurs des pratiques d’efficacité énergétique. Cela procure aussi un enseignement pratique important: l’acquisition de compétences et d’attitudes proactives dans les PME envers l’efficacité énergétique est un levier d’action à prioriser.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.000 |
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".