Bibliographic record
Abstract
Éditorial Trois dossiers plutôt qu'unLe comité éditorial de la revue Organisations & Territoires a le plaisir de vous offrir trois dossiers pour le dernier numéro de 2024.Le premier porte sur les tensions au cœur de la gestion des petites et moyennes organisations (PMO).Ce sont les professeurs-chercheurs à Trois-Rivières François Labelle, François L'Écuyer et Jamal Ben Mansour qui sont coresponsables de ce dossier.Tous les trois sont membres de l'Institut de recherche sur les PME de l'Université du Québec à Trois-Rivières.Le second dossier, sur l'entrepreneuriat féminin, a été développé sous la responsabilité du professeur-chercheur Félix Zogning de l'École de gestion de l'Université de Sherbrooke.Enfin, le troisième dossier, qui porte sur la protection des lanceurs d'alerte au Canada et au Québec, sera présenté par la professeure-chercheuse France Aubin, membre de la Chaire de recherche France-Québec sur les enjeux contemporains de la liberté d'expression (COLIBEX), et de l'assistant de recherche Jordan Mayer, avocat, doctorant à la Faculté de droit de l'Université Laval et membre étudiant du Centre d'études en droit administratif et constitutionnel de la même université.Vous trouverez la présentation de ces trois dossiers dans les pages suivantes.Bernard Korai, Rémy Lambert et Marie-Ève Ducharme nous offrent un article des plus intéressants sur les marques territoriales bioalimentaires à l'échelle du Québec.Depuis la pandémie de COVID-19, il semblerait y avoir un recul du niveau réel de demande pour les produits locaux.Pour expliquer ce phénomène au-delà du facteur économique, les auteurs ont examiné la relation
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 | 0.002 | 0.015 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.004 | 0.005 |
| Insufficient payload (model declined to judge) | 0.138 | 0.082 |
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".