Innovation ouverte et développement des capacités dynamiques d'internationalisation des PME
Bibliographic record
Abstract
À l’ère de la révolution numérique, notre société travers des bouleversements profonds à un rythme effréné. Ces mutations socio-économiques trouvent souvent leur origine à travers les concepts de l’innovation et de l’internationalisation, moteurs essentiels de ces transformations. Les organisations, notamment les petites et moyennes entreprises (PME), doivent se positionner de façon stratégique afin de faire face à ces défis de mondialisation. Cette étude cherche à comprendre dans quelle mesure l’innovation ouverte peut servir de levier au développement des capacités dynamiques d’internationalisation d’une PME. En effet, cette recherche a pour objectif d’explorer les liens existants entre l’innovation ouverte et l’internationalisation, en contexte de PME. Notre intérêt à examiner l’impact des processus d’innovation ouverte sur les capacités dynamiques d’internationalisation nous conduit à mieux comprendre le rôle des mécanismes et processus sous-jacents lors de l’ouverture des frontières du processus d’innovation. Dans le but d’atteindre cet objectif de recherche, nous avons entrepris une étude qualitative auprès d’une PME québécoise, oeuvrant dans les domaines du conseil stratégique et du développement de solutions numériques, et répondant aux critères de recherche, à savoir - conduisait des activités d’innovation ouverte, avait une présence sur la scène internationale et était une PME québécoise. L’entreprise spécialisée dans l’implantation de l’intelligence artificielle, le design stratégique de produits et le développement de logiciels compte 44 employés appelés de membres associés, comprenant une équipe de direction de cinq membres dont le président et fondateur de l’entreprise (site web de l’entreprise). Depuis sa création en 2011, la PME réside en zone urbaine du grand Montréal, et collabore activement avec des startups, des institutions académiques, des fournisseurs de technologie et leurs clients. À travers la collecte de données, nous avons réalisé quatre entrevues semi-dirigées et récolté plusieurs sources de documentations secondaires. L’illustration basée sur les données démontre que les partenariats divers d’une PME ont enrichi sa capacité d’apprentissage en lui permettant d’accéder à de nouvelles connaissances, expertises et ressources, renforçant ainsi ses capacités dynamiques d’identification des opportunités internationales. De plus, l’analyse des données met en évidence que les processus d’innovation ouverte favorisent la flexibilité organisationnelle, la vision orientée marché, la proactivité et l’engagement des ressources, ayant un impact positif sur la satisfaction et la fidélité des clients internationaux. Ceci se traduit en renforcement des capacités de capture de valeur d’opportunités internationales, via particulièrement la répétition des projets avec un client et les recommandations de clients potentiels de ce dernier. L’analyse des résultats montre que les capacités de reconfiguration des ressources sont renforcées grâce à l’adoption de l’innovation ouverte. En intégrant et partageant des connaissances et des expertises internes découlant d’expérience externe, l’innovation ouverte stimule les capacités d’innovation et d’adaptation organisationnelle. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Innovation ouverte, internationalisation, PME, capacités dynamiques, capacités dynamiques d’internationalisation
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 | 0.007 | 0.016 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.010 | 0.010 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.020 | 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".