MétaCan
Menu
Retour à la cohorte
Enregistrement W3014204918 · doi:10.22329/csw.v14i2.5880

Cultivating Social Capital through Summer Employment Programs

2019· article· en· W3014204918 sur OpenAlexaffvenueabout
Suzanne McMurphy, Robert D. Weaver, Katka Hrncic-Lipovic, Nazim Habibov

Notice bibliographique

RevueCritical Social Work · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Capital and Networks
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésDisadvantagedSocial capitalWorkforceEconomic growthBusinessPolitical scienceEconomics

Résumé

récupéré en direct d'OpenAlex

Significant socio-economic shifts, such as the emergence of the so-called ‘knowledge economy’ have transformed the transition from adolescence to adulthood, as youth are expected to garner a considerable amount of personal, cognitive, social, and educational skills in order to successfully enter adult society and prosper within the market economy. An additional determinant of the successful transition of youth into adult society is the availability of social capital through relationships and networks that can provide access to valuable resources and information and contribute to the development of a social identity. Employment programs are a mechanism for providing youth with workforce exposure and skill development in the absence of market opportunities. These programs are also a potential source of social capital, through the exposure to new environments and the development of relationships and networks that can provide resources that youth may not have access to through traditional means. Using a qualitative approach, we explored the perspectives of youth participants in a summer employment program in Southwestern Ontario, Canada. We propose that the opportunity to develop social capital is an under-recognized benefit of employment programs, and may be a particularly important aspect for disadvantaged youth.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,596
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,062
Tête enseignante GPT0,367
Écart entre enseignants0,305 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
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

Citations0
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCritical Social WorkMême sujetSocial Capital and NetworksTravaux en français237 207