A story of social entrepreneurship through the creation of the Hopeboots project
Notice bibliographique
Résumé
Research methodology This case was developed by using primary data collected from two separate one on one interviews, a panel interview in which Josee was featured and secondary data collected from news articles and publications featuring Josee. Information specific to Atikuss’ offerings was found through the Atikuss website. A translation software was used to understand many of the articles about Josee, as many were in French. Case overview/synopsis Atikuss (meaning young caribou in Innu) is the sustainable business founded by Josee LeBlanc, an Indigenous woman from Northern Quebec. As a workshop-boutique, Attikuss offers a diverse selection of hand-made traditional Indigenous items from her own Indigenous culture. Hopeboots is a project run through Atikuss which allows customers to create their own Mukluks while learning about Indigenous culture and the story behind every design. When starting her business, Josee learned that the women making mukluk boots were not earning a livable wage for their work. Her dilemma when creating a sustainable business was whether to increase the beaders wages to a fair wage, costing her and the consumer more, or maintaining the status quo by continuing to pay the beaders less then five dollars an hour. Josee’s decision to increase wages generated opportunities and increased well being through social investments in her community. This decision considers the cost to many stakeholders and offers an Indigenized perspective to entrepreneurship. This case is relevant to Indigenous entrepreneurship, sustainability, social innovation, business ethics, and corporate social responsibility. Complexity academic level This case is targeted toward university-level students and can be relevant to graduate-level students as well.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».