Responding to Business Succession Issues and Crises by Converting to Cooperatives
Notice bibliographique
Résumé
Most of Canada’s 1.2 million small- and medium-sized enterprises (SMEs) have been affected by the pandemic, compounding serious issues facing Canada’s economy, including the potential for large-scale business closures due to the growing number of retirement-aged owners without a formal succession plan. One social economy option in Canada to save businesses and the jobs they provide is to sell them to employees or community members and convert them to cooperatives. The Conversion to Co-operatives Project set out to better understand business conversion to cooperatives (BCCs) in Canada and help the country’s co-op movement build BCC capacity. This article outlines the project’s key findings to date. RÉSUMÉ La pandémie a entraîné des conséquences sur la plupart des 1,2 millions de petites et moyennes entreprises au Canada, aggravant de sérieux problèmes pour l’économie du pays, y compris la possibilité de fermetures d’entreprises à grande échelle causées par le nombre croissant de propriétaires au seuil de la retraite qui n’ont aucun plan de relève. Au Canada, une option provenant de l’économie sociale pour sauver les entreprises et les emplois qu’elles fournissent serait de les vendre à des employés ou à des membres de la communauté et de les convertir en coopératives. Le Projet de conversion en coopératives a cherché à mieux comprendre la conversion d’entreprise en coopérative (CEC) au Canada et à aider le mouvement coopératif du pays à accroître la capacité en CEC. Cet article présente les données clés du projet à ce jour.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».