MétaCan
Menu
Retour à la cohorte
Enregistrement W2472022987 · doi:10.1093/cdj/bsv018

The global spread of community organizing: how 'Alinsky-style' community organizing travelled to Australia and what we learnt?

2015· article· en· W2472022987 sur OpenAlexaboutno aff
Amanda Tattersall

Notice bibliographique

RevueCommunity Development Journal · 2015
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCommunity Development and Social Impact
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAllianceStyle (visual arts)Academic communityMedia studiesLibrary scienceSociologyHistoryArchaeologyComputer science

Résumé

récupéré en direct d'OpenAlex

Community organizing refers to a particular way of working in public life that aims to enhance the capacity of community leaders to act for the common good in collaboration across civil society. In the last two decades, this practice, founded in the United States, has spread to Germany, the United Kingdom, Canada and Australia. This article develops a definition of community organizing, then explores the history of the practice. The article focuses on the translation of community organizing to Australia and the development of the Sydney Alliance. The article identifies a series of ‘key factors’ that helped create a successful adaptation of community organizing ‘universals’ to another country. In doing so the article applies several frameworks developed in Power in Coalition to help understand the successes and challenges that the Sydney Alliance has endured ( Tattersall (2010) Power in Coalition: Strategies for Strong Unions and Social Change, Cornell University Press, Ithaca, NY). The author has a distinctive perspective, as she was the founder of the Sydney Alliance as well as the author of Power in Coalition. The article does not pretend to provide ‘objective’, disinterested observation, but is presented from the vantage point of active participant observation.

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)0,010
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 enseignants0,071
Score d'incertitude au seuil0,141

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0060,017
Communication savante0,0070,010
Science ouverte0,0010,006
Intégrité de la recherche0,0020,005
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 Opus0,208
Tête enseignante GPT0,308
Écart entre enseignants0,100 · 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

Citations40
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCommunity Development JournalMême sujetCommunity Development and Social ImpactTravaux en français237 207