‘Unleashing Local Capital’: scaling cooperative local investing practices
Notice bibliographique
Résumé
The excessive power of global finance capital and financial markets contributes to social inequality and ecological unsustainability. This challenge is being increasingly addressed at a community level, in innovative forms of cooperative investing that are widening membership and increasing the capital pool, while putting financial democracy, community well-being, the environment, and local business creation ahead of personal gain. A key question that warrants further scrutiny is, how can we imagine and enact a transition to an alternative financial ecosystem by scaling the impact of these financial social innovations? In this chapter we describe the “Unleashing Local Capital” (ULC) program, a cooperative local investment innovation designed by the Alberta Community and Cooperative Association, a community development organization based in the Canadian province of Alberta. The ULC project provides rural communities with a financial tool with which to retain local capital and invest in community businesses. We analyze the ULC team’s attempts to scale this cooperative investment model across Alberta and the challenges that were encountered. To do so, we applied a framework that is informed by both social practice theories and the multi-level perspective common in the study of socio-technical transitions. The most notable forces influencing scale include the incumbent financial structure and legislative systems and people’s habitual practices with respect to investing and borrowing. We discuss in detail the pivotal factors, such as the ways in which we commonly discuss money, concerns around transparency, the speed of the investment, cooperative practices, and perception of risk and trust.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 tête enseignante, 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 ».