MétaCan
Menu
Retour à la cohorte
Enregistrement W2973955057 · doi:10.3968/11263

Research on Non-profit Organizations’ Participation in the Antipoverty Problem in Argentina

2019· article· en· W2973955057 sur OpenAlexvenueno aff
Rong Tan, Yanan Li

Notice bibliographique

RevueCanadian social science · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLatin American socio-political dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPovertyGrassrootsCorporate governanceBusinessGovernment (linguistics)Profit (economics)Economic growthEconomicsPublic relationsPolitical scienceFinanceLaw

Résumé

récupéré en direct d'OpenAlex

The continuity, concealment and complexity of poverty in Argentina increased the difficulty of poverty governance, and the defects of the government and market in the process of dealing with the poverty also set obstacles for the governance of the poverty. In order to make up for the shortage of the government and the market, non-profit organizations with a profound philanthropic cultural tradition participated in the anti-poverty process in Argentina and played a positive role in promoting public services, providing employment assistance, offering technical assistance, developing agricultural markets and rights relief. In this process, the non-profit organizations have established cooperative relationships with public and private organizations respectively, and strengthened interactions with volunteers and the underprivileged group. In the process of fighting against poverty in Argentina, non-profit organizations have demonstrated the characteristics of grassroots and mediation, and played the role of participants in the poverty reduction program of the government, social resource mobilizers and interest coordinators. The experience of non-profit organizations in Argentina in anti-poverty is worthy of attention and reference, but the restriction of resources and government authority limits the role of non-profit organizations, and the disadvantages of non-profit organizations themselves also cause some negative effects.

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)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,601
Score d'incertitude au seuil0,932

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,008
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,036
Tête enseignante GPT0,399
Écart entre enseignants0,363 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian social scienceMême sujetLatin American socio-political dynamicsTravaux en français237 207