MétaCan
Menu
Retour à la cohorte

Government restructuring and settlement agencies in Vancouver: bringing advocacy back in1

2006· book-chapter· en· W2477506466 sur OpenAlexaboutno aff
Gillian Creese

Notice bibliographique

RevuePolicy Press eBooks · 2006
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueCanadian Identity and History
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRestructuringSettlement (finance)Government (linguistics)Political sciencePublic administrationBusinessLawFinance

Résumé

récupéré en direct d'OpenAlex

Welfare state restructuring during the 1990s changed the landscape of settlement services in Vancouver, creating a more uneven geography of provision, and increasing gaps between community needs and the services available. The voluntary sector faces a potential loss of autonomy, distortion of agency mandates, dangers of increased bureaucratisation and commercialisation, greater difficulty responding to community needs, and decreasing ability to undertake advocacy, all of which potentially result in a loss of legitimacy. This chapter discusses the creation of new and diverse landscapes in the major urban centres in Canada. It presents a case study of Vancouver, illustrating that welfare state restructuring in the late 1990s fundamentally reshaped settlement services in Canada. The study examines how settlement agencies negotiated this critical period of initial restructuring, focusing on three large non-profit agencies that dominated settlement service provision in the Vancouver area: the Immigrant Services Society, the Multilingual Orientation Service Association for Immigrant Communities, and the United Chinese Community Enrichment Services Society. It is argued that restructuring changed the landscape of settlement services in several important ways. The most significant change, however, was the growing importance of what one settlement worker referred to as ‘big advocacy’.

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)0,002
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 enseignants0,090
Score d'incertitude au seuil0,651

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0240,013
Communication savante0,0120,002
Science ouverte0,0020,004
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,241
Écart entre enseignants0,220 · 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

Citations8
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolicy Press eBooksMême sujetCanadian Identity and HistoryTravaux en français237 207