MétaCan
Menu
Retour à la cohorte
Enregistrement W1768065509

Rethinking Governance: Supporting Healthy Development Through Systems-Level Collaboration in Canada’s Provincial North

2015· article· en· W1768065509 sur OpenAlexaffabout
Rebecca Schiff

Notice bibliographique

RevueNorthern review · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensLakehead University
Organismes subventionnairesnon disponible
Mots-clésCorporate governanceContext (archaeology)Government (linguistics)Food systemsBusinessService delivery frameworkEconomic growthCollaborative governanceResource (disambiguation)Service (business)Environmental resource managementEnvironmental planningFood securityMarketingGeographyEconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Communities across Canada’s Provincial North experience significant barriers to providing adequate food and housing. The ability to deliver these essential services is further complicated by rapid economic growth and industrial development. Although significant in terms of facilitating development, critical issues associated with food and housing often fall through the gaps of government policy and decision making. Happy Valley-Goose Bay (HVGB) is a remote service-centre community in Labrador experiencing both rapid resource and economic development and the associated pressures on delivery of essential services such as food and housing. In response to these pressures, systems-level collaborative approaches to food and housing issues were developed in an attempt to reconcile policy gaps and address growing needs. This article investigates the significance of food and housing issues in the growth of Canada’s northern communities. Within that context, the gaps in governance of food and housing issues are also examined. The experience of HVGB illustrates the nature of food and housing stress in these communities and how systems-level food and housing collaboratives can lead to innovative and cost-effective solutions to addressing and supporting demand for growth.

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)0,005
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,913
Score d'incertitude au seuil0,630

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0080,007
Communication savante0,0050,002
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,119
Tête enseignante GPT0,392
Écart entre enseignants0,273 · 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'étudeQualitatif
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

Citations1
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNorthern reviewMême sujetIndigenous Studies and EcologyTravaux en français237 207