MétaCan
Menu
Retour à la cohorte
Enregistrement W4408526052 · doi:10.1080/26437015.2025.2457609

A discourse of women entrepreneurship policy in Canada

2025· article· en· W4408526052 sur OpenAlexaffabout
Tasha Richard

Notice bibliographique

RevueJournal of the International Council for Small Business · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEntrepreneurship Studies and Influences
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésEntrepreneurshipPolitical scienceSociologyGender studiesLaw

Résumé

récupéré en direct d'OpenAlex

This research critically examines how Canadian government policies position women entrepreneurs through a discourse analysis grounded in poststructuralist feminist theory. Using publicly available texts from the Women Entrepreneurship Strategy (WES) Ecosystem Fund and the website-based content of the 53 funded organizations as data sources, this study deconstructs the language shaping women entrepreneurship policy. The findings reveal three dominant discourses: positioning women as untapped economic resources, framing women as deficient in entrepreneurial skills requiring training, and perpetuating neoliberal feminist perspectives that align entrepreneurship with economic growth rather than gender equity. These discourses reinforce traditional gender roles and power dynamics, marginalizing women entrepreneurs and overlooking structural barriers within the entrepreneurial ecosystem. This research highlights the limitations of deficit-based policy interventions, arguing for systemic reform that prioritizes equity and addresses structural inequities. By situating Canada’s policy approach within a broader international context, the study provides critical insights for policy makers in other countries that may view Canada as a model for women entrepreneurship policy. The findings underscore the urgency of moving beyond training-focused interventions to reimagine entrepreneurship ecosystems in ways that challenge male norms and foster inclusivity. This study also identifies opportunities for future research to evaluate the long-term impacts of Canada’s WES, particularly as it concludes in 2024, offering valuable lessons for global policy development.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,156
Score d'incertitude au seuil0,606

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,046
Tête enseignante GPT0,246
Écart entre enseignants0,201 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations4
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the International Council for Small BusinessMême sujetEntrepreneurship Studies and InfluencesTravaux en français237 207