MétaCan
Menu
Retour à la cohorte
Enregistrement W1543754293 · doi:10.22230/cjnser.2014v5n1a168

De la vision à l'action: la performance dans les entreprises d' insertion du Québec

2014· article· fr· W1543754293 sur OpenAlexaffvenueabout
Marco Alberio, Gabrielle Tremblay

Notice bibliographique

RevueCanadian journal of nonprofit and social economy research · 2014
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueSocial Sciences and Governance
Établissements canadiensUniversité TÉLUQUniversité du Québec à Rimouski
Organismes subventionnairesnon disponible
Mots-clésHumanitiesSociologyPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

RESUME Les entreprises d'insertion, nées au début des années 1980, sont des acteurs d'économie sociale ayant une mission d'insertion socioprofessionnelle de divers groupes (jeunes et femmes notamment). Dans cet article, nous exposons les enjeux de gestion de la performance et illustrons comment les entreprises d’insertion sont amenées à une hybridation de la performance, tentant d’assurer la productivité tout en respectant leur mission sociale, soit celle de formation et d’insertion professionnelle. La recherche repose sur des entretiens menés auprès des responsables et employés de neuf entreprises d’insertion au Québec. ABSTRACT Work integration social enterprises (WISE), born in the 80s, are actors in the social-economy field whose mission is the socio-professional integration of various groups (youth and women, notably). In this article, we present the challenges of performance management for such organizations, which have to realize a sort of hybridization, as they have to simultaneously ensure production and productivity while fulfilling their social mission, which consists of training and professional integration. The research for this article was based on interviews with the managers and workers of nine social enterprises in Québec.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,059
Score d'incertitude au seuil0,430

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0120,006
Communication savante0,0050,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,059
Tête enseignante GPT0,353
Écart entre enseignants0,294 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian journal of nonprofit and social economy researchMême sujetSocial Sciences and GovernanceTravaux en français237 207