MétaCan
Menu
Retour à la cohorte
Enregistrement W3170737604 · doi:10.1080/19376812.2021.1934498

Harnessing ‘communities of practice’ for local development and advancing the Sustainable Development Goals

2021· article· en· W3170737604 sur OpenAlexaff
Eunice Annan-Aggrey, Emmanuel Kyeremeh, Senanu Kwasi Kutor, Kilian Nasung Atuoye

Notice bibliographique

RevueAfrican Geographical Review · 2021
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCommunity Development and Social Impact
Établissements canadiensUniversity of TorontoWestern University
Organismes subventionnairesnon disponible
Mots-clésSustainable developmentProcess managementDevelopment (topology)Environmental planningEnvironmental resource managementPolitical scienceEconomic growthRegional scienceSociologyBusinessGeographyEconomics

Résumé

récupéré en direct d'OpenAlex

The United Nations Sustainable Development Goals (SDGs) seek to address some of the most critical contemporary global challenges in a 17-goal agenda, including poverty, inequality, global environmental and climate crises. Central to these goals is Goal 17, ‘Partnership for the SDGs’ which forms the core framework for implementation of SDGs across scale. After the first five years of implementation, remarkable progress has been recorded globally; however, significant gaps remain across world regions. For Goal 17, while lateral partnerships and sectoral collaborations have improved, there is little synergy at the local level especially in sub-Saharan Africa. Using the ‘communities of practice’ concept and reflecting on Ghana’s local development framework, this paper contributes to the ongoing discourse on how best to localize global goals, and discusses the relevance of collaboration at the local level in the implementation of SDGs. Our analyses show weak integration of the SDGs into Ghana’s local development structures and poor collaboration among actors at the local level. Given these findings, it is crucial to reprioritize SDG-17 in this last decade of the SDGs by mainstreaming the Goals into statutory local development structures while promoting collaboration and partnerships in ‘communities of practice’ at the local level – where implementation of development occurs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,028
score de la tête « metaresearch » (Gemma)0,029
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,148

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0280,029
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0020,011
Communication savante0,0090,009
Science ouverte0,0020,010
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,036
Tête enseignante GPT0,280
Écart entre enseignants0,244 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAfrican Geographical ReviewMême sujetCommunity Development and Social ImpactTravaux en français237 207