MétaCan
Menu
Retour à la cohorte
Enregistrement W2986106465 · doi:10.1080/07053436.2019.1682251

Urban skateboarding, social enterprise groups, and community capacity-building in the San Francisco Bay area

2019· article· en· W2986106465 sur OpenAlexvenueno aff
Matthew Atencio, E. Missy Wright, Becky Beal, ZáNean McClain

Notice bibliographique

RevueLoisir et Société / Society and Leisure · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueAdventure Sports and Sensation Seeking
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSocial capitalEthnographySociologyCommunity organizationDemocracyCommunity developmentEconomic growthCapital cityBayPublic relationsGeographyPolitical scienceSocial scienceEconomic geographyAnthropologyArchaeologyEconomics

Résumé

récupéré en direct d'OpenAlex

Urban skateboarding’s current community includes a diverse range of participants and an ever-increasing array of “social enterprise” conglomerations involving city councils, private industries, and nonprofit organizations. We conducted a three and a half-year ethnographic study of San Francisco Bay Area skateboarding, in part, to understand how these evolving public-private entities use skateboarding to build “community relationships”. Research suggests that social enterprise groups aim to develop social capital in underserved urban contexts. Community capacity development encourages social capital, but more intentionally addresses the emergence of socially inclusive and democratic values as well as socially aware learning cultures to benefit youths and their local communities. We used two Oakland, California, case studies of For the Town (FTT) skateboarding and the Skate Like a Girl (SLAG) organization, to exemplify how community capacity-building strategies and practices may occur within urban skateboarding, while also highlighting challenges to this type of practice.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,245
Score d'incertitude au seuil0,799

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
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 Opus0,029
Tête enseignante GPT0,310
Écart entre enseignants0,280 · 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

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLoisir et Société / Society and LeisureMême sujetAdventure Sports and Sensation SeekingTravaux en français237 207