Mapping civil society: the ecology of actors in the Toronto region greenbelt
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Civil society’s potential as a force for solving complex societal problems – particularly those that require a challenge to the status quo – has provoked practical and theoretical interest, with its potential largely reliant on the perception that it is a ready if variable source of social capital resources. However, there are no guarantees that civil society will use its social capital for the greater good. Civil society encompasses a range of groups, some more inward-looking and oriented to private interests, and others more outward-looking and oriented to public interests. This divergent character of civil society was evident in the three campaigns for greenspace protection that eventually led to the creation of the Toronto region greenbelt, where civil society organisations (CSOs) from both growth and conservation camps contended for influence, each succeeding at different times. But over time (a time when state actors were increasingly in need of non-state partners to help solve complex governance problems), coalitions of environmental CSOs in the three campaigns – to protect the Niagara Escarpment, Oak Ridges Moraine and surrounding countryside – became more effective at influencing government to protect greenspace. A comparison of the coalitions using a framework based on key attributes of CSOs – missions and memberships – suggests that the environmental coalitions were more effective when they recruited more members with a diverse set of resources arising from both bonding and bridging social capital. In general, the more inclusive and public-interested the CSOs, the more effective the challenge to the status quo.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle