Funding Nonprofit Radio Technology Initiatives in Canada
Notice bibliographique
Résumé
Media organizations worldwide are struggling to find sustainable financial models since the arrival of the internet. Nonprofit radio is no different. Using a thematic analysis of 62 Canadian nonprofit stations’ financial statements from 2012–2015, this study examines the impact of the Community Radio Fund of Canada’s Radiometers’ grant competition. Although results show a small financial gain for those who received funding, the study fails to determine the value of relying on such a grant for long-term technological sustainability. This study also shows the classic income effect by demonstrating how stations continued spending on technology whether they received grants or not. Recommendations include creating a matching fund program to encourage stations to find alternative sources of income to sustain their projects and increase accountability.Les organisations de médias à travers le monde luttent pour trouver des modèles financiers durables depuis l’arrivée d’internet. La radio à but non lucratif n’y échappe pas non plus. En effectuant une analyse thématique des états financiers de 62 stations canadiennes à but non lucratif de 2012-2015, cette étude examine l’impact de la compétition Radiomètres du Fonds canadien de la radio communautaire. Malgré le fait que les résultats démontrent un petit gain financier pour ceux ayant reçu du financement, l’étude ne parvient pas à démontrer la valeur de ce type de subvention pour une durabilité technologique à long terme. Cette étude valide aussi l’effet de revenu classique en démontrant que les stations continuent à effectuer des dépenses en technologie, peu importe s’ils ont obtenu ou non une subvention. Les recommandations comprennent la création d’un programme de fonds de contrepartie, afin d’encourager les stations à trouver des sources alternatives de revenus afin de soutenir leurs projets et d’accroître l’imputabilité.
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 | 0,005 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,009 | 0,002 |
| Communication savante | 0,007 | 0,001 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 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 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 ».