MétaCan
Menu
Retour à la cohorte
Enregistrement W2792806179

Les schémas de sortie et de survie des entrepreneurs immigrants : le cas des entreprises privées constituées en société

2018· article· fr· W2792806179 sur OpenAlexaboutno aff
Garnett Picot, Yuri Ostrovsky

Notice bibliographique

RevueDirection des études analytiques : documents de recherche · 2018
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueMigration, Ethnicity, and Economy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésImmigrationPolitical scienceHumanitiesGeographyArt
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Il est bien établi que dans la majorité des pays occidentaux, les taux de propriété des petites entreprises ont tendance à être plus élevés chez les immigrants que chez les personnes nées au pays. Au Canada, les parts globales de déclarants qui étaient propriétaires d’une entreprise privée constituée en société en 2010 étaient similaires pour les immigrants (4, 6 %) et les personnes nées au Canada (4, 8 %). Toutefois, le taux de propriété d’entreprises était sensiblement plus élevé (5, 8 %) chez les immigrants qui étaient au Canada depuis une période de dix à trente ans. On en sait beaucoup moins à propos des schémas de sortie et de survie des entreprises appartenant à des immigrants, car il n’y a que peu d’ouvrages publiés à l’internationale sur ce sujet et peu de données canadiennes. Le présent document se penche sur cette lacune en répondant à deux questions. Premièrement, les schémas de sortie et de survie (durées) de propriété d’entreprises sont-ils différents entre les immigrants et les personnes nées au Canada? Deuxièmement, quelles sont les caractéristiques associées à des taux de sortie plus faibles (ou plus élevés) de propriété d’entreprises et à des périodes de propriété plus longues chez les immigrants? L’analyse se limite à la propriété d’entreprises privées constituées en société.

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)0,007
score de la tête « metaresearch » (Gemma)0,019
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,596
Score d'incertitude au seuil0,812

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0030,004
Communication savante0,0040,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,174
Tête enseignante GPT0,447
Écart entre enseignants0,273 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDirection des études analytiques : documents de rechercheMême sujetMigration, Ethnicity, and EconomyTravaux en français237 207