Une interprétation des stratégies artisanales à partir des trajectoires professionnelles dans le secteur des métiers
Bibliographic record
Abstract
Cette recherche a pour objectif d’aborder les stratégies d’entrée et de sortie d’un secteur économique en observant les trajectoires théoriques et pratiques réelles suivies par les différents groupes composant l’artisanat. Après une modélisation du secteur des métiers et des populations référentes, il s’agit de proposer une démarche exploratoire afin de comprendre les trajectoires des artisans et donc de saisir leur comportement. Dans cette perspective méthodologique qualitative, nous procédons à la réalisation d’entretiens sous la forme de récits de vie et à une étude documentaire, bénéficiant d’un corpus de 24 entreprises artisanales. L’analyse de contenu dévoile une validation empirique de notre cadre conceptuel sous la forme d’une typologie, dont chacun des « idéaux-types » (artisan traditionnel de succession, artisan traditionnel de promotion sociale, artisan d’installation en logique entrepreneuriale et artisanat d’installation en logique d’insertion sociale) met en exergue l’histoire de leur trajectoire telle qu’ils la racontent, une interprétation et une modélisation de leur parcours passé, présent et futur. Les trajectoires professionnelles illustrent parfaitement les stratégies des artisans. Il apparaît notamment une prééminence des stratégies réactives lors de la création ou de la reprise de l’entreprise, phase cruciale pour un changement de secteur ou de statut.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.004 | 0.011 |
| Scholarly communication | 0.007 | 0.005 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.013 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".