La construction du capital social entrepreneurial : le cas de la biotechnologie
Bibliographic record
Abstract
Cette recherche s'intéresse aux personnes appelées « entrepreneurs technologiques ». Elle cherche à comprendre comment ces « entrepreneurs » construisent le réseau de contacts qui les mène au succès dans la mise en marché du produit qu'ils ont développé : nouveau médicament, traitement ou appareil ayant des applications en santé humaine. Ce projet s'inscrit dans le cadre d'un questionnement plus vaste, visant à comprendre le processus entrepreneurial dans le secteur de la biotechnologie au Québec. Il cherche à expliquer (théoriser) comment se construit et évolue le projet entrepreneurial et le capital social qui le facilite (connaissances, moyens physiques et réseaux) pour atteindre le succès lorsque les entrepreneurs conçoivent, produisent et approuvent (préalable à sa commercialisation) un nouveau médicament ou traitement. Ce travail se place dans un paradigme interprétatif selon lequel la réalité est construite par ces entrepreneurs technologiques qui fournissent leur point de vue. La méthode qui permet de comprendre étant qualitative, l'exploration se fait tout au long de 16 entretiens analysés à l'aide d'un processus de théorisation ancrée tel qu'il a été proposé par Strauss et Corbin (1990) et modernisé par Clarke (2005) et Charmaz (2006). La question centrale de recherche est « Comment les entrepreneurs construisent-ils leur capital social entrepreneurial? » Afin d'élaborer la réponse, trois niveaux d'analyse sont étudiés à partir de trois sous-questions : a) « Que font les entrepreneurs technologiques pour amener une recherche scientifique sur le marché? » ; b) « Quel est le rôle de l'artéfact qui circule entre le laboratoire et le marché? » ; et c) « Comment évolue le processus de formation du contexte entrepreneurial lors du passage du stade d'artéfact scientifique à celui de produit commercial? ». Ce travail apporte des contributions diverses à la recherche en entrepreneuriat. Le propos central étant de comprendre le processus entrepreneurial intégralement, une approche à trois niveaux sera dégagée graduellement et par niveaux d'analyse. Premièrement, cette recherche dégage la compréhension d'une dimension des compétences des entrepreneurs technologiques c'est-à-dire, la notion de traduction du marché comme compétence nécessaire à l'avancement du processus. Deuxièmement, l'artéfact ou objet limite entre deux mondes sociaux, la biotechnologie et la pharmacie, sert de dispositif médiateur du conflit potentiel entre ces entrepreneurs. L'étude de quatre médicaments ou traitements propose trois rôles de fabrication de sens impliqués dans cette médiation soit, un rôle fonctionnel, un relationnel et un interactif. Les connaissances qui émergent de l'interaction (cycle d'assimilation, articulation et dissémination des connaissances) assurent sa mise en marché et l'engagement des divers acteurs impliqués. Troisièmement, cette recherche contribue à une meilleure compréhension du comportement entrepreneurial dans la construction du contexte nécessaire à la mise en marché d'une découverte, ayant pour base normée, la réciprocité convergente. Ce travail étudie et décompose la réciprocité convergente à partir de l'observation du processus de socialisation ou mimétisme et du processus de capitalisation ou mutation dans l'identification de l'opportunité et comme levier de ressources. Par l'étude des actions et des cognitions des entrepreneurs lors d'une trajectoire couverte par 16 entretiens dans la filière de la biopharmacie au Québec, cette thèse cherche à comprendre comment les entrepreneurs technologiques construisent leur réseau de contacts qui les mène au succès dans la mise en marché du produit qu'ils ont développé : nouveau médicament ou traitement ayant des applications en santé humaine. Les trois niveaux d'analyse qui répondent à cette question sont l'individu, l'artéfact et le contexte facilitateur, lesquels font émerger un cadre conceptuel de la recherche et aident à théoriser le processus entrepreneurial lors des étapes qui précèdent la mise en marché. \n______________________________________________________________________________
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 | 0.005 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.008 | 0.022 |
| Scholarly communication | 0.010 | 0.006 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 0.000 |
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".