MétaCan
Menu
Retour à la cohorte
Enregistrement W2127016816 · doi:10.7202/013642ar

L’entrepreneuriat social au Québec. L’exemple des centres de formation en entreprise et récupération

2006· article· fr· W2127016816 sur OpenAlexaffvenueabout
Josée Audet, Pierre‐André Julien

Notice bibliographique

RevueRecherches sociographiques · 2006
Typearticle
Languefr
DomaineBusiness, Management and Accounting
ThématiqueEntrepreneurship Studies and Influences
Établissements canadiensUniversité du Québec à Trois-RivièresUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

L’entrepreneuriat social au Québec a été peu étudié jusqu’ici. Pourtant, il recèle des comportements spécifiques liés tant aux paradigmes entrepreneuriaux traditionnels qu’aux intérêts des intervenants sociaux. Par exemple, les Centres de formation en entreprise et récupération (CFER), qui ont vu le jour dans une vingtaine de régions au Québec, offrent aux décrocheurs de seize à dix-huit ans une démarche d’apprentissage particulière, à partir d’une insertion partielle dans une entreprise de récupération mise sur pied et gérée par une équipe de professeurs-superviseurs. Ces Centres cherchent aussi à développer une entreprise rentable tout en permettant aux professeurs d’assurer la formation au travail de leurs étudiants plutôt que de déléguer cette responsabilité à diverses entreprises par le biais de stages. La mise sur pied de ces entreprises suppose d’avoir décelé une opportunité pour pouvoir assurer leur viabilité, une équipe entrepreneuriale avec un leader, informel ou non, et diverses ressources d’appoint à court et à long terme apportées par le milieu. De même, elle a besoin de l’enthousiasme des professeurs et de l’appui de la commission scolaire sinon de quelques mécènes de la région. L’expérience de six CFER analysés montre que celle-ci n’est pas nécessairement facile, mais donne des résultats importants tant à propos de la persévérance des étudiants que de leur placement par la suite dans des entreprises, sans compter les effets bénéfiques sur la récupération de diverses matières et ainsi sur l’environnement.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,053
Score d'incertitude au seuil0,265

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0130,004
Communication savante0,0060,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0360,002

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 Opus0,058
Tête enseignante GPT0,299
Écart entre enseignants0,241 · 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'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

Citations6
Publié2006
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueRecherches sociographiquesMême sujetEntrepreneurship Studies and InfluencesTravaux en français237 207