Comprendre les effets capacitants des collectifs de TPE en transition écologique
Bibliographic record
Abstract
Les dispositifs collectifs sont généralement considérés dans la littérature comme un moyen pertinent d’encourager l’action responsable dans les petites organisations. Peu de travaux se sont néanmoins intéressés aux facteurs qui renforcent ou limitent leurs effets positifs. Cette recherche se donne ainsi pour objectif de déterminer par quels mécanismes, et dans quelles conditions, les dispositifs collectifs peuvent développer le pouvoir d’agir des dirigeants de TPE en matière de transition écologique. À cette fin, une approche par les capabilités est mobilisée au travers d’une étude de cas multiples impliquant 12 collectifs agroécologiques et 80 acteurs en Occitanie. Les résultats montrent que ces dispositifs développent les capabilités des dirigeants à trois niveaux (émotionnel, cognitif et comportemental, managérial) et permettent d’identifier six catégories de facteurs de conversion qui favorisent ou entravent ces effets capacitants. D’un point de vue théorique, cette recherche apporte des éclairages sur les microfondations de ces phénomènes en fournissant un cadre d’analyse. Ce faisant, elle souligne la pertinence de mobiliser l’approche par les capabilités lorsque l’on cherche à analyser les interactions individus-environnement. Dans une visée praxéologique, elle propose des leviers d’action visant à renforcer le rôle capacitant des dispositifs collectifs pour les TPE en transition écologique.
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 | 0.004 | 0.012 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
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.
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".