MétaCan
Menu
Retour à la cohorte
Enregistrement W4200089650 · doi:10.3390/jrfm14120595

Support Mechanisms for Canada’s Cultural and Creative Sectors during COVID-19

2021· article· en· W4200089650 sur OpenAlexaffvenueabout
Charlie Wall-Andrews, Emma Walker, Wendy Cukier

Notice bibliographique

RevueJournal of risk and financial management · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCultural Industries and Urban Development
Établissements canadiensThe Scarborough HospitalUniversity of TorontoToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésGovernment (linguistics)TourismSubsidyRevenueThe artsCreative industriesBusinessPublic relationsPandemicCoronavirus disease 2019 (COVID-19)Economic growthCultural economicsMarketingPolitical scienceEconomicsFinanceMarket economy

Résumé

récupéré en direct d'OpenAlex

The cultural and creative industries enhance the quality of life for Canadians and visitors to Canada. However, definitions of the sector vary, presenting challenges for researchers and policymakers. Government data shows that the pandemic job and revenue loss were disproportionate in the arts. The Canadian government created a range of financial tools (grants and subsidies) to support the sector during the Pandemic. This paper analyzes these financial instruments created in response to the Pandemic. This paper offers a case study on how government can support the economic and social success of the creative and cultural sector (CCS) in Canada and avoid the risk of the cultural ecosystem collapsing. In addition, the key findings may be helpful in other industries and markets when exploring ways to support the cultural and creative sectors, which are vital components of domestic and tourism activity.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,297
Score d'incertitude au seuil0,942

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,000
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 Opus0,028
Tête enseignante GPT0,277
Écart entre enseignants0,249 · 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'étudeSans objet
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

Citations12
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of risk and financial managementMême sujetCultural Industries and Urban DevelopmentTravaux en français237 207