MétaCan
Menu
Retour à la cohorte
Enregistrement W3194800347 · doi:10.1371/journal.pone.0256204

Spatial and temporal patterns in Canadian COVID-19 crowdfunding campaigns

2021· article· en· W3194800347 sur OpenAlexafffundabout
Matthew McKitrick, Nadine Schuurman, Valorie A. Crooks, Jeremy Snyder

Notice bibliographique

RevuePLoS ONE · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinTech, Crowdfunding, Digital Finance
Établissements canadiensSimon Fraser University
Organismes subventionnairesSimon Fraser UniversityMichael Smith Health Research BC
Mots-clésCoronavirus disease 2019 (COVID-19)PandemicMetropolitan areaSample (material)2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)GeographyDistribution (mathematics)BusinessSocioeconomicsDemographic economicsPolitical scienceMedicineEconomics

Résumé

récupéré en direct d'OpenAlex

Online charitable crowdfunding has become an increasingly prevalent way for Canadians to deal with costs that they would otherwise not be able to shoulder on their own. With the onset of COVID-19 and related lockdown measures, there is evidence of a surge in crowdfunding use relating to the pandemic. This study gathered, classified, and analysed Canadian crowdfunding campaigns created in response to COVID-19 from GoFundMe.com, a popular crowdfunding platform. Spatio-temporal analysis of classified campaigns allowed for observation of emergent trends in the distribution of pandemic-related need incidence and financial support throughout the pandemic. Campaigns raising money on behalf of established charities were the most common in the sample, and accounted for the greatest portion of funding raised, while campaigns for businesses made up a small proportion. Dense metropolitan areas accounted for the vast majority of campaign locations, and total sample funding was disproportionately raised by campaigners in Ontario and British Columbia.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,394
Score d'incertitude au seuil0,848

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,055
Tête enseignante GPT0,234
Écart entre enseignants0,179 · 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

Citations19
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetFinTech, Crowdfunding, Digital FinanceTravaux en français237 207