Aspectos do empreendedorismo imigrante brasileiro em Toronto
Bibliographic record
Abstract
O artigo descreve as atividades do empreendedorismo brasileiro em Toronto, Canadá. Os dados foram obtidos por meio da aplicação de 74 questionários a empreendedores brasileiros e entrevistas semiestruturadas com 42 destes, gerando uma abordagem multimétodos com análise de dados descritivos da survey e das trajetórias empreendedoras e de histórias de vida. Os pesquisadores realizaram também um trabalho de campo com visita e observação dos estabelecimentos e de empreendedores brasileiros da região. Os respondentes são majoritariamente da região Sudeste, branca, entre 30 e 49 anos, com alta escolaridade e boa proficiência de inglês. Foi identificada uma intenção para empreender por necessidade. A maioria dos negócios é de pequeno porte, incluindo empresas prestadoras de serviços situados na região West de Toronto. Evidenciou-se que a necessária adaptação cultural e a criação de redes de negócios e networking são elementos fundamentais para a criação e manutenção dos negócios. Resultados sugerem fatores que podem ser relevantes à ampliação dos negócios, tais como o capital social, a inteligência cultural, a adaptação do produto/serviço com vistas a alcançar um público mais amplo, o desenvolvimento de meios alternativos de capitalização e o aprimoramento do capital humano, por meio de educação formal e desenvolvimento de habilidades empreendedoras e administrativas. Implicações teóricas e práticas são discutidas ao final do artigo.
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.005 |
| Science and technology studies | 0.006 | 0.002 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
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".