MétaCan
Menu
Retour à la cohorte
Enregistrement W2042796203 · doi:10.1080/02601370110111718

Lady, Inc.: women learning, negotiating subjectivity in entrepreneurial discourses

2002· article· en· W2042796203 sur OpenAlexaboutno aff
Tara Fenwick

Notice bibliographique

RevueInternational Journal of Lifelong Education · 2002
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEntrepreneurship Studies and Influences
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSubjectivityNegotiationExperiential learningSociologyCraftIdentity (music)Qualitative researchSubject (documents)EntrepreneurshipWork (physics)PedagogyGender studiesAestheticsEpistemologySocial sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

This paper presents an analysis of individuals' experiential learning through their work as entrepreneurs. 1In particular, it examines women's learning as a ‘working-through’ of discursive conflicts of subjectivity. The paper is grounded in a poststructural frame that understands subjectivity to be continuously constituted through engagement with cultural discourses and learning to occur at the interstices of negotiating positionality and identity amidst contradictory discourses. The data under analysis is drawn from a qualitative study examining the learning and development of women entrepreneurs across Canada. Interviews explored the process of work learning and personal change reported by these women after at least four years running their new business, their challenges and personal needs in work, the practices they chose to engage, and their meanings of both learning and success. This analysis focuses on the discursive contexts of entrepreneurship, examining the competing images and messages which implicate women, and the various ways women business-owners learn to appropriate or resist these messages to negotiate subject positions and craft their own meanings of success and work. Implications for educators are presented at the conclusion.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,090
Score d'incertitude au seuil0,400

Scores Codex et Gemma par catégorie

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

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 Opus0,013
Tête enseignante GPT0,258
Écart entre enseignants0,245 · 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 tête enseignante, pas un consensus.

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

Citations61
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Lifelong EducationMême sujetEntrepreneurship Studies and InfluencesTravaux en français237 207