Étude des motivations des écoles ou facultés de gestion québécoises à obtenir une ou des accréditations internationales
Bibliographic record
Abstract
Ce mémoire présente une étude de cas de deux établissements québécois ayant obtenu des accréditations internationales en enseignement de la gestion : HEC Montréal et la Faculté des sciences de l’administration de l’Université Laval. Plus précisément ce mémoire cherche à comprendre les motivations de ces établissements à obtenir ces accréditations. L’approche institutionnelle a été le cadre de référence priorisé pour ce mémoire. Les écrits en lien avec les accréditations des écoles de gestion mentionnent l’importance des enjeux de légitimité dans la décision d’obtenir une accréditation. Également, le modèle de Deephouse et Suchman (2008) souligne également des enjeux de réputation et de statut pour les accréditations. Par l’intermédiaire d’une analyse de contenu d’un corpus documentaire et d’entrevues assurant une triangulation des données, les enjeux de légitimité seraient reliés à une stratégie d’internationalisation. L’application du modèle de Deephouse et Suchman (2008) a permis de confirmer l’existence d’enjeux en lien avec les autres concepts. L’avantage compétitif par rapport à des compétiteurs à l’international est la principale motivation en lien avec le concept de réputation. En lien avec le statut, il n’a pas été possible de déterminer un lien direct avec ce concept. Néanmoins, le constat est que l'accréditation serait un instrument pour se classer parmi les meilleurs établissements dans le domaine de la gestion. Les résultats de ce mémoire ont permis également d’observer une interrelation entre les trois concepts comme le relatent Deephouse et Suchman (2008).
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 | 0.004 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.008 | 0.004 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.011 | 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".