MétaCan
Menu
Back to cohort
Record W2786718640 · doi:10.7202/1042664ar

Les coopératives de solidarité : un modèle unique de soutien à l’entrepreneuriat collectif

2017· article· fr· W2786718640 on OpenAlexaffvenue
Luc K. Audebrand, Myriam Michaud, Kyriam Lachapelle

Bibliographic record

VenueRevue internationale P M E Économie et gestion de la petite et moyenne entreprise · 2017
Typearticle
Languagefr
FieldBusiness, Management and Accounting
TopicCooperative Studies and Economics
Canadian institutionsUniversité Laval
Fundersnot available
KeywordsPolitical scienceHumanitiesPhilosophy

Abstract

fetched live from OpenAlex

Les coopératives multisociétaires (CMS), relativement récentes dans l’environnement coopératif, sont des coopératives incluant à leur gouvernance plusieurs catégories de membres. Après un bref survol du modèle coopératif et des particularités des CMS, nous présentons les rôles variés que remplissent les membres de soutien en aide au développement de l’organisation. Notre recherche empirique a permis de distinguer quatre rôles principaux des membres de soutien, soit : fournir des ressources (humaines, intellectuelles, matérielles et financières), influencer l’avenir de la CMS de façon formelle et informelle, raffermir les liens entre la coopérative et sa communauté et finalement, constituer une source de légitimité pour la coopérative, en tant qu’incarnation de la dimension sociale de la mission. Ces rôles sont généralement décrits en termes positifs par les personnes interrogées, permettant de mettre en évidence le soutien apporté au développement entrepreneurial de ces organisations. En discussion, nous mettons en valeur les résultats de notre recherche à la lumière de la théorisation autour du modèle coopératif, de la théorie des parties prenantes et de la théorie de la dépendance des ressources. En somme, cet article présente le type d’appui à l’entrepreneuriat propre au modèle particulier des CMS.

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 imitation

Not 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.

metaresearch head score (Codex)0.004
metaresearch head score (Gemma)0.006
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.013
Threshold uncertainty score0.042

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0040.006
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0020.002
Science and technology studies0.0030.008
Scholarly communication0.0070.008
Open science0.0020.005
Research integrity0.0020.002
Insufficient payload (model declined to judge)0.0130.001

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.

Opus teacher head0.027
GPT teacher head0.258
Teacher spread0.230 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreEmpirical

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".

Quick stats

Citations4
Published2017
Admission routes2
Has abstractyes

Explore more

Same venueRevue internationale P M E Économie et gestion de la petite et moyenne entrepriseSame topicCooperative Studies and EconomicsFrench-language works237,207