Uncovering Research Potential of Administrative Data on Charitable Foundations in Canada
Notice bibliographique
Résumé
This is the first study of its kind to assess the untapped research capacity of administrative data on Canadian foundations. More than twenty years of records collected by the Canada Revenue Agency (CRA) for the entire population of foundations is publicly accessible to researchers. Canadian data offers greater opportunity for nuanced analysis of the charitable foundation sector than information from the comparatively small sample available for U.S. foundations. Despite the richness of Canadian data and the potential it has to inform grantmaking and administrative practices of foundations, the academic community has paid little attention to this wealth of statistical information. This article explores some of the questions that this data can potentially answer. Consultations with foundation representatives help illuminate the directions that the foundation sector would like researchers to pursue with this data.Ceci est la première étude de son genre à évaluer comment certaines données administratives pourraient contribuer à la recherche sur les fondations caritatives canadiennes. En effet, plus de vingt ans de données accumulées par l’Agence du revenu du Canada pour la population entière des fondations sont maintenant accessibles aux chercheurs. Ces données canadiennes représentent une occasion exceptionnelle pour effectuer une analyse nuancée du secteur des fondations caritatives, occasion qui est meilleure qu’aux États-Unis, où l’échantillon est relativement petit. Malgré la richesse des données canadiennes et leur potentiel d’améliorer l’octroi de bourses et l’administration des fondations canadiennes, la communauté académique a porté peu d’attention jusqu’à présent à cette manne de statistiques. Cet article-ci en revanche explore quelques-unes des questions auxquelles ces données pourraient porter des réponses. En outre, des consultations faites auprès des représentants de certaines fondations aident à signaler les directions que le secteur pourrait prendre grâce à ces données.
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 | 0,037 | 0,214 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,017 | 0,056 |
| Études des sciences et des technologies | 0,012 | 0,005 |
| Communication savante | 0,012 | 0,003 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
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 ».