MétaCan
Menu
Retour à la cohorte
Enregistrement W2762995881 · doi:10.15353/pced.v17i0.79

Plan d’améliorations communautaires : Comment assurer la réussite?

2017· article· fr· W2762995881 sur OpenAlexvenueno aff
Vanessa Carrière

Notice bibliographique

RevuePapers in Canadian Economic Development · 2017
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueSocial Sciences and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Dans cette recherche, il sera expliqué comment le gouvernement municipal peut assurer une implantation réussie de son Plan d’améliorations communautaires (PAC) pour ainsi attirer plus d’entreprises, de résidents et de touristes. Compléter la littérature d’un projet est une étape de franchie, par contre si les mesures d’implantation ne sont pas suivies, il sera impossible d’assurer sa réussite. Depuis janvier 2016, la municipalité de Russell offre le programme, par contre des améliorations doivent être apportées pour assurer une mise en œuvre plus efficace. Les étapes essentielles étant la promotion, l’observation, l’exécution et la révision seront détaillées par l’entremise d’études antérieures et d’études de cas réelles. Selon le Plan stratégique de développement économique 2014-2016 de la municipalité de Russell, l’un des objectifs pour soutenir la croissance de la communauté est de « promouvoir l’attrait de la population par le biais d’un développement urbain bien planifié, en phase avec les stratégies de Prescott-Russell pour fonder un lieu d’une qualité exceptionnelle » (Municipalité de Russell, 2015). Une mise en œuvre du Plan d’améliorations communautaires fondée sur les éléments essentiels à la réussite viendra certainement améliorer une communauté pour le meilleur.Mots-clés : Plan d’améliorations communautaires, programme incitatif, municipalité, développement économique

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)0,011
score de la tête « metaresearch » (Gemma)0,027
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 enseignants0,904
Score d'incertitude au seuil0,190

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,027
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0050,007
Communication savante0,0110,007
Science ouverte0,0020,006
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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 Opus0,031
Tête enseignante GPT0,289
Écart entre enseignants0,259 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePapers in Canadian Economic DevelopmentMême sujetSocial Sciences and GovernanceTravaux en français237 207