PME et entrepreneuriat : ajuster la recherche aux réalités sociales, environnementales et économiques du monde des affaires en transformation
Bibliographic record
Abstract
Les contextes dans lesquels naissent, croissent, se développent ou disparaissent les PME ont connu d’importantes mutations au cours des dernières années. Les défis que doivent relever les entrepreneurs et les PME se renouvellent rapidement tout en présentant des enjeux nouveaux qui ne peuvent pas toujours être éclairés brillamment par les connaissances actuelles. Pour soutenir nos économies fragilisées par autant de perturbations, il est nécessaire que les chercheurs se commettent dans des réflexions visant parfois à sortir des cadres traditionnels de reproduction de connaissances pour oser s’aventurer sur des sentiers encore en friche. Des théories et des modèles classiques développés dans des contextes qui n’existent plus doivent être remis en question pour mieux comprendre la réalité de nos objets de recherche. Cela demande aux chercheurs de s’engager dans des sujets originaux, mais aussi en ayant recours à de nouvelles méthodes ou en déployant des dispositifs de recherche novateurs. Le but de cet article est de proposer plusieurs avenues de recherche à l’avant-garde de la littérature sur les PME et l’entrepreneuriat permettant de renouveler le corpus de connaissances dans quelques domaines. Celles-ci sont susceptibles d’orienter les chercheurs vers des avenues offrant un réel potentiel de nouveauté, non seulement sur le plan scientifique, mais également sur le plan pratique.
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 | 0.006 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.003 | 0.011 |
| Scholarly communication | 0.014 | 0.012 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.010 | 0.002 |
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".