La prise de décision en entrepreneuriat responsable : une approche axiologique
Bibliographic record
Abstract
Plusieurs écrits contemporains suggèrent que les valeurs personnelles jouent un rôle prépondérant dans les processus décisionnels en entrepreneuriat responsable, c’est-à-dire lié au développement durable. Mais quelles sont ces valeurs ? Et quel rôle jouent-elles dans les décisions des entrepreneurs ? En s’appuyant sur la sociologie axiologique de Nathalie Heinich, la présente recherche conçoit les valeurs comme des principes qui permettent de poser des jugements et, en définitive, de faire des choix. Dans cette étude de cas multiples, six entrepreneurs engagés dans une démarche de création d’entreprise responsable ont été interviewés et invités à parler de l’évolution de leur entreprise et des grandes décisions qui ont marqué son évolution. Les entrevues ont été analysées en profondeur pour 1) faire ressortir la logique axiologique de chaque cas, soit les principales valeurs qui sous-tendent les décisions prises et 2) identifier les valeurs récurrentes entre les différents cas afin d’esquisser une « grammaire axiologique » propre à l’entrepreneuriat responsable. Cette recherche propose une opérationnalisation méthodologique de la conception sociologique de la valeur d’Heinich dans le domaine de l’entrepreneuriat.
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 | 0.015 | 0.021 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.005 | 0.004 |
| Science and technology studies | 0.003 | 0.014 |
| Scholarly communication | 0.011 | 0.010 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.022 | 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".