MétaCan
Menu
Retour à la cohorte
Enregistrement W2771646160 · doi:10.1177/0002764217744134

Concentrating or Sprinkling? Federal Funding for Indigenous, Women’s, and Environmental NGOs in Canada, 1972-2014

2017· article· en· W2771646160 sur OpenAlexaffabout
Catherine Corrigall‐Brown, Mabel Ho

Notice bibliographique

RevueAmerican Behavioral Scientist · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueNonprofit Sector and Volunteering
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésIndigenousGovernment (linguistics)PoliticsWork (physics)Context (archaeology)Political sciencePublic administrationPublic fundingPower (physics)Economic growthPublic economicsEconomicsGeographyLaw

Résumé

récupéré en direct d'OpenAlex

Governments have a long history of funding nongovernmental organizations (NGOs) and their programs. While there is much work describing this funding, there has been little research systematically examining how the political and economic context shapes the level and type of funding NGOs receive. This article examines the factors that predict levels of government funding for NGOs over time, focusing on spending for interest groups in three areas, Indigenous, women, and the environment. We use data collected from the Canadian Public Accounts, which lists all grants to groups by the federal government from 1972 until 2014. We use these data to assess how federal funding has changed over this period, how funding across issue areas is related, and the role of political and economic factors in shaping rising and declining funding over time. We find that the factors that predict funding vary across issue areas. Our analysis also shows government’s tendency to sprinkle funding across a larger number of groups or concentrate it in a smaller number of organizations is strongly related to the party in power and the issue area.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,028
Tête enseignante GPT0,327
Écart entre enseignants0,299 · 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 tête enseignante, pas un consensus.

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

Citations6
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAmerican Behavioral ScientistMême sujetNonprofit Sector and VolunteeringTravaux en français237 207