A Study on the Revitalization of Self-Support Business in the Type of Market Entry Through the Analysis of Overseas Cases
Notice bibliographique
Résumé
우리나라의 자활사업 중 시장 진입형 자활의 활성화 방안을 모색하기 위하여 미국, 유럽, 캐나다, 일본 등의 주요 국가의 자활 성공 사례 14개를 분석하였다. 해외사례의 주요 특징은 자활 대상자의 특성이 연령별, 대상자 특성별로 세분화 되어 있으며 시장에서의 진정한 자활을 이루기 위해 교육의 기회가 다양하게 부여된다는 것이다. 뿐만 아니라 인턴십 경험의 제공, 직접 고용, 자활성공자들의 교사로서 재투입 등이 이루어지는 선순환 구조를 띄며 이는 단기적 성과가 아닌 장기적 관점에서 자활에 의의를 두기 때문으로 판단된다. 그리고 자활 대상자들의 안정적인 취, 창업 환경의 지속을 위해 자존감 향상 및 이들이 처한 문제를 직접적으로 해결해줄 수 있도록 하는 정서적 지원의 중요성을 확인하였다. 사례연구를 통하여 사업 수급자 관리 체계화 및 자활 대상 범위의 구체화, 직업교육의 체계화 및 교육 강화, 정서적 자활 지원 강화, 자활 사업의 브랜드 관리 및 경영 전문화, 자활사업 활성화를 위한 지역 네트워크 및 민관 협력 강화의 제언을 하였다.The study analyzed 14 self-help-related success stories in the United States, Europe, Canada and Japan. Through this, we wanted to discuss ways to revitalize the self-contained business of the Korean market entry method. The main feature of overseas cases is that the characteristics of self-supporting people are subdivided by age and target characteristics, and various opportunities for education are given to achieve true self-support in the market. In addition, it has a virtuous cycle in which the provision of internship experience, direct employment, and re-entry as teachers of self-activated workers are made, which is believed to be meaningful in self-supporting from a long-term perspective, not from a short-term achievement. It also confirmed the importance of emotional support for the stable employment of self-supporting people, self-esteem improvement for the continuation of the start-up environment, and direct resolution of their problems. Through case studies, proposals were made to systematize the management of project recipients and to refine the scope of self-support targets, systematize vocational education and strengthen education, strengthen emotional self-support support, specialize in brand management and management of self-support projects, and strengthen local network and public-private cooperation to revitalize self-support projects.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,006 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».