MétaCan
Menu
Retour à la cohorte
Enregistrement W1501690433 · doi:10.1108/14468951011062345

Why has Viimsi become the wealthiest community in post‐socialist Estonia?

2010· article· en· W1501690433 sur OpenAlexaff
Tomi Ovaska, Robert B. Anderson

Notice bibliographique

RevueInternational Journal of Development Issues · 2010
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRegional Development and Policy
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésOriginalitySolidarityOpenness to experienceStakeholderNarrativeGovernment (linguistics)Political scienceIndependence (probability theory)Value (mathematics)Economic growthSociologyQualitative researchPublic relationsEconomicsPoliticsSocial science

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper is to present a qualitative study of economic development attempts to uncover the critical factors behind the recent economic rise of Viimsi, Estonia, to that of the wealthiest community in the country. Design/methodology/approach The roles of and interactions among various community stakeholder groups are explored through two sets of resident surveys. From these surveys, and a rich set of secondary material, a narrative emerges as to the factors behind Viimsi's success since 1991, when Estonia regained its independence from the former Soviet Union and its system of economic central planning. Findings It was found that among the key components explaining why Viimsi has become the wealthiest community in Estonia are its extraordinary openness in embracing the market system, combined with a consensus‐based plan among community stakeholders on balanced development, a dependable government, and a level of solidarity among fellow residents in facing change. Originality/value This paper describes one small community's experience in the global world, and offers observations on successful strategies for a community navigating in it.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,006
Communication savante0,0030,001
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,053
Tête enseignante GPT0,382
Écart entre enseignants0,328 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Development IssuesMême sujetRegional Development and PolicyTravaux en français237 207