Organizing Working-Class Communities: Lessons from POWER'S Experiences
Notice bibliographique
Résumé
I want to thank the Socialist Project, and in particular Leo Panitch and Sam Gindin, for making it possible for me to be here. I also want to thank the Canadian people for allowing me to be in a country where I can proclaim myself a socialist and not have to fear that I will end up on Fox News. People Organized to Win Employment Rights’ (POWER’s)1 mission is to eradicate poverty and oppression once and for all. When we wrote that mission statement in 1997, we were very clear about its implications. Back then, we were seeing an increase in the level of structural unemployment, which forced more and more people out of working-class industries that previously had allowed them to make ends meet, to raise families, and to thrive in urban communities. More and more people were winding up homeless on the streets. More and more people were winding up without health insurance. More and more poor people were being criminalized and vilified for being poor as a result of capitalist accumulation, but in the face of these injustices, there was silence from the centres of power in our country. We felt it was critical, absolutely critical, for working-class folks, low-income people of colour, to have a space to be able to weigh in on the public policy decisions that were affecting their lives, so five welfare recipients and I went about building such an organization.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,119 | 0,077 |
| Communication savante | 0,022 | 0,012 |
| Science ouverte | 0,006 | 0,023 |
| Intégrité de la recherche | 0,006 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».