The United Kingdom: The impact of charity and tax law/regulation on not-for-profit news organizations
Notice bibliographique
Résumé
To access this document please visit: http://bit.ly/29tg4s8. This is the UK chapter from a report published jointly by the Reuters Institute for the Study of Journalism, University of Oxford, and the Information Society Project, Yale University, edited by Picard, R. Belair-Gagnon, V. and Ranchordás, S. About the report: The advent of digital media means that many news organisations are re-thinking their business models, and facing new challenges. But one sector which has seen growth, is the not-for-profit start up industry. In a new report, published jointly by the Reuters Institute and the Information Society Project at Yale University, Robert H Picard, the RISJ’s North America Representative and colleagues examine the legal framework in which these operate in. Picard, along with Valerie Belair-Gagnon and Sofia Ranchordás (both Yale University), studies the challenges thrown up by legal systems which don’t include journalistic activities within the concept of ‘charitable status’. “Legal and regulatory definitions of charitable purposes hinder news organisations from achieving charitable and tax exempt status and receiving the associated benefits in Australia, Canada, Ireland, the United Kingdom, and the United States,” says Picard. Drawing on the regulatory systems of Australia, Canada, Ireland, The UK and The US, the report sets out to gain a clearer understanding of the legal frameworks for charitable and tax exempt status for news organisations and the distinct challenges that may hinder their development. This is the UK chapter of a co-edited report. Citation: Townend, J. 2016. ‘The United Kingdom: The impact of charity and tax law/regulation on not-for-profit news organizations’. In The impact of charity and tax law/regulation on not-for-profit news organizations, edited by Picard, R. Belair-Gagnon, V. and Ranchordás, S. Oxford/Yale: Reuters Institute for the Study of Journalism / Information Society Project, Yale Law School.
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 | 0,007 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,017 | 0,007 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,006 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,031 | 0,005 |
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 ».