Staying Afloat While Stirring the Pot: Briarpatch Magazine and the Challenge of Nonprofit Journalism
Notice bibliographique
Résumé
Briarpatch Magazine’s four-decade history presents an enlightening case study of the value of government grants to the nonprofit and co-operative media sector, as well as the pressures these programs bring, from conflict over editorial content to unexpected funding cuts. The study reveals that a major challenge for journalism operating within the social economy is to maintain editorial independence while sustaining daily operations. Briarpatch has benefited from healthy reader support and organizational flexibility. However, this resiliency is now threatened as allied civil society networks dissipate under neoliberalism. The lessons gleaned from Briarpatch are broadly relevant to social-economy researchers and advocates, as they speak to wider questions of funder-nonprofit relationships and the role that social networks play in organizational sustainability. RÉSUMÉ Les quatre décennies d’histoire du magazine Briarpatch représentent une étude de cas éclairante sur la valeur des octrois gouvernementaux pour le secteur des médias coopératifs et à but non lucratif, ainsi que sur les pressions entraînées par ces programmes, allant de conflits au sujet du contenu éditorial jusqu’aux coupures budgétaires imprévues. Cette étude montre qu’un défi majeur pour le journalisme de l’économie sociale consiste à conserver son indépendance éditoriale tout en assurant son bon fonctionnement au quotidien. Briarpatch bénéficie d’un appui solide de la part de ses lecteurs et d’une bonne flexibilité organisationnelle. Cependant, cette faculté d’adaptation est actuellement menacée par un néolibéralisme qui dissipe les alliances de la société civile. Les leçons à tirer de Briarpatch sont pertinentes pour les chercheurs et partisans de l’économie sociale car elles soulèvent des questions de rapports entre investisseurs et organismes à but non lucratif et de rôles joués par les réseaux sociaux pour maintenir la durabilité organisationnelle.
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 | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,011 | 0,008 |
| Communication savante | 0,019 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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 ».