Où en est et où s’en va la revue après 35 ans de publication : une vision prospective
Bibliographic record
Abstract
À l’occasion de son 35e anniversaire, les rédactrices de la Revue internationale PME nous ont demandé, en tant que fondateurs de cette dernière, de faire le point sur son parcours et son futur. Nous revenons, d’une part, sur son rôle dans le développement de la discipline touchant ce thème de recherche et, d’autre part, sur son évolution prévisible dans les prochaines années. Cet exercice nous permet d’insister à nouveau sur l’importance d’un tel thème non seulement à cause du nombre très imposant de ces entreprises dans toutes les économies, mais à cause de leur impact de plus en plus reconnu sur leur développement. Dans cet article, nous résumons les choix des thèmes retenus par les chercheurs dans les premières années de la revue. Par la suite, nous nous arrêtons aux thèmes qui ont été élargis dans la décennie suivante, marquant en particulier la spécificité et la complexité du sujet. Pour après faire quelques projections sur ce qui s’en vient possiblement dans ce monde des PME. Enfin, nous nous arrêtons à l’importance scientifique du français justement pour l’enrichissement de cette science comme pour toute autre science.
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 | 0.042 | 0.055 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.006 | 0.006 |
| Science and technology studies | 0.008 | 0.011 |
| Scholarly communication | 0.036 | 0.033 |
| Open science | 0.003 | 0.009 |
| Research integrity | 0.009 | 0.011 |
| Insufficient payload (model declined to judge) | 0.019 | 0.007 |
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".