MétaCan
Menu
Retour à la cohorte
Enregistrement W2161391794 · doi:10.3917/riges.394.0005

Cora Tsouflidou, fondatrice des restaurants Cora : une leader forgée par la vie

2015· article· fr· W2161391794 sur OpenAlexaffvenueabout
Jacqueline Cardinal

Notice bibliographique

RevueGestion · 2015
Typearticle
Languefr
DomaineBusiness, Management and Accounting
ThématiqueWine Industry and Tourism
Établissements canadiensHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArtPhilosophy

Résumé

récupéré en direct d'OpenAlex

Au fil des ans, la réussite spectaculaire des Restaurants Cora a été saluée autant par le milieu des affaires en général que par le milieu du franchisage qui lui ont accordé de nombreux prix. Considérée comme la reine des petits déjeuners, Cora Tsouflidou ouvre son premier restaurant Chez Cora, en 1987. Aujourd’hui, la chaîne de restauration emploie 4 000 personnes et compte 131 établissements où sont servis 33 000 clients par jour dans tout le Canada. C’est pour subvenir aux besoins de ses trois enfants que cette mère monoparentale décide un jour d’acheter un petit restaurant, avec l’aide de son père. Après 13 ans d’un mariage malheureux, elle venait de quitter, sans prévenir, un mari violent. Grâce à ses économies durement amassées, elle ouvre, à 40 ans, un autre restaurant, un autre, puis un autre, avant de mettre sur pied une structure de franchisage dont elle ne connaissait rien au départ. Constatant que les repas les plus appréciés de ses clients sont les petits déjeuners, elle en avait fait sa spécialité, allant jusqu’à fixer les heures d’ouverture de ses établissements de 6 h à 15 h, du jamais vu. Le succès de son concept innovateur confirme qu’elle a joué un rôle déterminant de leader dans le milieu de la restauration du matin au Canada. Son leadership prend aujourd’hui la forme de la philanthropie et englobe des causes qui lui tiennent à cœur.

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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,639
Score d'incertitude au seuil0,727

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0210,003
Communication savante0,0060,002
Science ouverte0,0010,002
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0220,003

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 Opus0,056
Tête enseignante GPT0,258
Écart entre enseignants0,202 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations0
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueGestionMême sujetWine Industry and TourismTravaux en français237 207