Work Integration Social Enterprises (WISEs): Their Potential Contribution to Labour Market (Re-)Integration of At Risk Populations
Notice bibliographique
Résumé
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 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 | 0,003 | 0,007 |
| 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 | 0,009 | 0,006 |
| Communication savante | 0,009 | 0,003 |
| Science ouverte | 0,001 | 0,012 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».