Cohésion sociale et insertion : Monographie de l'entreprise Le Resto-Plateau
Bibliographic record
Abstract
La monographie que nous présentons ici est la dernière d'une série de quatre études de cas réalisées dans le cadre des travaux du Centre de recherche sur les innovations sociales dans l'économie sociale, les entreprises et les syndicats (CRISES). Elle vise à caractériser une entreprise d'économie sociale dans le secteur de l'insertion socioprofessionnelle. La méthodologie utilisée est qualitative et repose sur l'approche monographique. Les données ont été recueillies à l'aide du Guide de collecte et de catégorisation des données pour l'étude d'activités de l'économie sociale (Comeau, 1996) entre le mois de septembre 1996 et le mois de juin 1997. Le Resta Plateau est un restaurant populaire d'insertion socioprofessionnelle qui présente la particularité de répondre à une double mission sociale : contrer le processus d'exclusion des sans-emploi et combattre la faim et la pauvreté dans l'arrondissement Centre-Sud/Plateau Mont-Royal. Pour ce faire, l'organisme utilise une activité économique véritable, la restauration, qui lui permet de répondre à la fois à ses objectifs de formation sociale et professionnelle de publics en difficulté et à ceux plus large de lutte à la pauvreté, l'activité économique de restauration étant destinée à nourrir à prix modique les plus démunis du Grand Plateau.
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) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.010 | 0.021 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.004 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.014 | 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".