Course, work and skills of very small business leaders : a professional didactic analysis.
Bibliographic record
Abstract
Ce travail de thèse en sciences de l’éducation consiste à analyser le parcours, le travail et les compétences de chefs de très petite entreprise, selon une approche didactique professionnelle. Initiée par les représentants des TPE-PME, les méconnaissances représentent le point de départ de cette recherche : méconnaissance des parcours des chefs de TPE, méconnaissance de leur travail, des situations et des activités de création, de reprise et de conduite des évolutions. L’ambition qui anime les développements de ce travail s’inscrit dans une fonction heuristique sur les chefs de très petite entreprise en vue de proposer des pistes de réflexion pour la formation, voire l’éducation à l’entrepreneuriat.Deux orientations méthodologiques principales guident cette recherche.La première est une orientation de découverte et de compréhension des parcours, du travail, des compétences et de l’apprentissage, ceci dans la perspective de comprendre ce qui organise l’activité des chefs de TPE, aussi bien quant à leur parcours, leurs compétences, leur travail, leurs choix et leur apprentissage. Ce qui organise leur activité, c’est ce qui vient des situations qui se présentent ou/et qu’ils créent, suscitent, recherchent, et ce qui vient de leur parcours, de leur expérience. Dans cette perspective, nous nous inscrivons dans le cadre théorique et méthodologique de la didactique professionnelle.La deuxième est une orientation de théorisation des parcours, de l’activité, de l’apprentissage du chef de TPE. Nous avons constitué une méthode, inspirée de la théorie ancrée et de la confrontation critique des données.Les résultats proposés, ainsi que les pistes de réflexion pour la formation s’appuient sur l’analyse de récits de vie de 25 chefs de TPE (22 français et 3 canadiens) et d’une journée d’observation en situation avec chacun d’eux.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.002 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 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 teacher head, 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".