MétaCan
Menu
Retour à la cohorte
Enregistrement W2756863997 · doi:10.1515/npf-2017-0021

Nonprofits in a Time of Turbulence: Challenges and Opportunities

2017· article· en· W2756863997 sur OpenAlexaffabout
Rachel Laforest, Steven Rathgeb Smith

Notice bibliographique

RevueNonprofit Policy Forum · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Policy and Reform Studies
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésScarcityPoliticsGovernment (linguistics)UnemploymentEconomicsEconomic growthPovertyInvestment (military)Human servicesBusinessEconomic policyPolitical scienceMarket economy

Résumé

récupéré en direct d'OpenAlex

Abstract We have entered a period of turbulent economic and political change. Internationally, slower growth coupled with youth unemployment and rising inequality have driven a renewed interest in social policy. In the US, the preferred policy approach since the 1990s has been to move away from cash assistance to direct service provision spurring demand for nonprofit services at the local level (Smith 2015, “Managing Human Service Organizations in the 21st Century.” Human Service Organizations: Management, Leadership, & Governance 39 (5):407–411). Recently, however, we have observed a power backlash against trade, immigration and economic insecurity that is reshaping politics and bringing about significant cuts in social service programs and health care at a time when the need is high. Fiscal scarcity will no doubt create an additional burden for nonprofits working with communities in need. In Canada, the federal government is moving in the opposite direction with greater investment in the social policy fields, including healthcare, childcare, housing and poverty reduction initiative. These investments will mean a greater flow of resources to the nonprofit sector, but the government has been clear that in exchange they want to tie funding to results and performance.

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)0,022
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,114

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0220,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0180,024
Communication savante0,0260,022
Science ouverte0,0020,020
Intégrité de la recherche0,0090,016
Charge utile insuffisante (le modèle a refusé de juger)0,0170,002

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.

Tête enseignante Opus0,103
Tête enseignante GPT0,370
Écart entre enseignants0,268 · 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'étudeSans objet
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

Citations9
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNonprofit Policy ForumMême sujetSocial Policy and Reform StudiesTravaux en français237 207