MétaCan
Menu
Retour à la cohorte
Enregistrement W3211149847 · doi:10.1522/revueot.v30n2.1366

Femmes et entrepreneuriat

2021· article· fr· W3211149847 sur OpenAlexaffvenue
Marie-Josée Drapeau, Salmata Ouedraogo

Notice bibliographique

RevueRevue Organisations & territoires · 2021
Typearticle
Languefr
DomaineBusiness, Management and Accounting
ThématiqueEntrepreneurship Studies and Influences
Établissements canadiensUniversité du Québec à Chicoutimi
Organismes subventionnairesnon disponible
Mots-clésPolitical science

Résumé

récupéré en direct d'OpenAlex

Présentation « Dossier spécial » Femmes et entrepreneuriatDepuis quelque temps déjà, l'entrepreneuriat est un sujet qui suscite beaucoup d'intérêt, particulièrement dans le développement économique.Par exemple, le ministère de l'Économie et de l'Innovation (MEI, anciennement MDEI) a lancé la Stratégie québécoise de l'entrepreneuriat en 2011 afin d'offrir plus de soutien à tous les entrepreneurs et entrepreneures du Québec.On tient alors pour acquis que ces derniers sont tous égaux et qu'ils ont accès aux mêmes ressources.Or, ce constat n'est pas toujours exact.En effet, certains auteurs relèvent des distinctions spécifiques au genre de l'entrepreneur.Par exemple, les femmes croient qu'elles doivent investir davantage que les hommes pour réussir financièrement (Sperber et Linder, 2019) et qu'il est important que leur succès se définisse par l'équilibre entre le travail et la vie privée, et ce, au sein d'entreprises plus petites et plus stables (Sperber et Linder, 2019;Lee-Gosselin et Grise, 1990).Selon Slate (2007), les motivations premières des entrepreneures sont un désir de flexibilité et un intérêt particulier pour travailler avec des membres de leur famille.Au contraire, les motivations entrepreneuriales traditionnelles (qu'on attribue surtout aux hommes) demeurent le besoin de réalisation, la prise de risque, la tolérance à l'ambiguïté, le lieu de contrôle (locus of control), l'autoefficacité et la poursuite de buts déterminés (Shane et collab., 2003).Ces différences ont nécessairement des impacts sur la façon de se lancer en affaires et sur le type d'entreprise que les entrepreneures créent.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,090

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0270,002

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 Opus0,025
Tête enseignante GPT0,249
Écart entre enseignants0,224 · 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'étudeQualitatif
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
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRevue Organisations & territoiresMême sujetEntrepreneurship Studies and InfluencesTravaux en français237 207