MétaCan
Menu
Back to cohort
Record W4386917123 · doi:10.1522/revueot.v32n2.1599

Les mécanismes de gouvernance liés au financement par le capital-risque : une perspective théorique

2023· article· fr· W4386917123 on OpenAlexvenueno aff
Abderrahim Laachach, Younes Ettahri

Bibliographic record

VenueRevue Organisations & territoires · 2023
Typearticle
Languagefr
FieldBusiness, Management and Accounting
TopicPrivate Equity and Venture Capital
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesPolitical sciencePhilosophy

Abstract

fetched live from OpenAlex

La relation entre l’entrepreneur et l’investisseur est souvent abordée sous un cadre conflictuel basé sur l’asymétrie informationnelle et sur l’opportunisme potentiel des acteurs. Cependant, la pratique de financement par le capital-risque renferme des liens mitigés entre les capital-risqueurs et les entrepreneurs. Dans cette relation, les capital-risqueurs cherchent à orienter les projets financés vers des perspectives de réussite, tout en sécurisant leur fonds d’investissement par la négociation d’un ensemble de dispositions juridiques. De leur côté, les entrepreneurs s’efforcent de disposer d’une marge de manœuvre, tout en gardant une certaine confidentialité. Notre question de recherche porte sur les différents mécanismes de gouvernance qui peuvent encadrer la relation entre les capital-risqueurs et les entrepreneurs. Notre cadre théorique échafaude une double grille de lecture théorique en analysant cette relation selon les approches juridico-financière et cognitive de la gouvernance. Nos résultats montrent que les capital-risqueurs n’ont pas uniquement des impacts financiers, mais également des incidences organisationnelles et cognitives qui peuvent gouverner l’organisation interne de la société bénéficiaire. Le mode de gouvernance employé peut être influencé en grande partie par les caractéristiques individuelles, organisationnelles, institutionnelles et économiques des capital-risqueurs. De leur côté, les dirigeants des entreprises financées par le capital-risque peuvent avoir un comportement qui dépasse l’angle traditionnel de l’opportunisme dans lequel ils dissimulent leurs intérêts personnels pour qu’il soit générateur de ressources cognitives et contributeur à la création de valeur.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Insufficient payload (model declined to judge)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.638
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0000.001
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.001
Science and technology studies0.0010.000
Scholarly communication0.0010.002
Open science0.0010.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0000.001

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.

Opus teacher head0.017
GPT teacher head0.252
Teacher spread0.235 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designNot applicable
Domainnot available
GenreEmpirical

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".

Quick stats

Citations1
Published2023
Admission routes1
Has abstractyes

Explore more

Same venueRevue Organisations & territoiresSame topicPrivate Equity and Venture CapitalFrench-language works237,207