MétaCan
Menu
Retour à la cohorte
Enregistrement W4245909672 · doi:10.32920/ryerson.14641602

Work Integration Social Enterprises (WISEs): Their Potential Contribution to Labour Market (Re-)Integration of At Risk Populations

2021· preprint· en· W4245909672 sur OpenAlexfundaboutno aff
Pauline O'Connor, Agnes Meinhard

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCooperative Studies and Economics
Établissements canadiensnon disponible
Organismes subventionnairesGovernment of Ontario
Mots-clésMainstreamWorkforceDisadvantagedSocial enterpriseBusinessSocial integrationWork (physics)Labour economicsSocial workMarketingEconomic growthPublic relationsEconomicsPolitical scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Canada’s nonprofit sector contributes significantly to the (re-) integration of economically at risk individuals into the workforce by providing employment related and social services. Over the last decade, more non-profit organizations (and a few for-profit organizations) have turned to a creative new strategy to help (re-)integrate highly disadvantaged populations into the workforce— the creation of social enterprise businesses that provide jobs for disadvantaged workers as well as training, placement and other supports. These jobs can be transitional, stops on the way to integration into the mainstream labour market, or stable, long-term alternatives to existing mainstream jobs. Restaurants, retail stores, courier services, cottage industries, and construction companies are common social enterprise businesses employing vulnerable populations in Canada (e.g. Elson & Hall, 2010). Recent surveys suggest that these organizations, known in Europe as WISEs (Work Integration Social Enterprises), are among the most common social enterprises in Canada’s emergent social enterprise sector (e.g. Elson & Hall, 2010; O’Connor et al, 2012; Flatt et al 2013). Keywords: CVSS, Centre for Voluntary Sector Studies, Working Paper Series,TRSM, Ted Rogers School of Management Citation:

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,637
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,246
Écart entre enseignants0,222 · 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 tête enseignante, pas un consensus.

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

Citations7
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetCooperative Studies and EconomicsTravaux en français237 207