Notice bibliographique
Résumé
En 2018, Hagg et Gabrielsonn ont mis au jour différentes périodes marquantes de l’histoire de la pédagogie en contexte entrepreneurial. Alors que durant les années 1980, les travaux de recherche étaient centrés sur l’enseignant, la décennie 1990 a été le théâtre de préoccupations sur le processus d’apprentissage. Par contre, au tournant de l’an 2000, les efforts se sont concentrés davantage sur le contexte d’apprentissage des formations. Enfin, dans les années 2010, l’attention des chercheurs a porté davantage sur la personne apprenante. Cette dernière phase mettait en valeur l’approche constructiviste, les interactions entre l’apprenant et son environnement et, finalement, les mesures d’impact des programmes de formation à l’entrepreneuriat sur le développement des étudiants. À partir d’une analyse de co-citations entre les années 1990 et 2014, Loi et coll. (2016) font ressortir plusieurs interrogations récurrentes qui ratissent ce domaine d’expertise : quelles sont les définitions et les tendances à long terme de l’éducation entrepreneuriale ? Quelles sont les intentions entrepreneuriales de ceux et celles qui participent tant aux formations courtes que longues ? Comment comprendre l’apprentissage entrepreneurial des entrepreneurs et leurs processus de cognition ? Comment développer une pédagogie entrepreneuriale spécifique ? Comment évaluer les différents impacts des formations sur les résultats d’apprentissage ?
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 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,009 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,005 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,226 | 0,119 |
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 ».