MétaCan
Menu
Retour à la cohorte
Enregistrement W4220868598 · doi:10.33137/utjph.v3i2.36174

A Strategy Design Analysis of the Toronto Poverty Reduction Strategy

2022· article· en· W4220868598 sur OpenAlexaffabout
Shaurya Gupta, Marian Kelly, Rachel Ginsberg, Hiba Ahmed, Nuzha Hafleen, Emily Taylor, Robert Schwartz

Notice bibliographique

RevueUniversity of Toronto Journal of Public Health · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal Public Health Policies and Epidemiology
Établissements canadiensPublic Health OntarioUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPovertyStrengths and weaknessesPoverty reductionGovernment (linguistics)PrioritizationCorporate governanceDesign strategyPhase (matter)Political sciencePublic economicsEconomic growthBusinessProcess managementEconomicsPsychologyManagement

Résumé

récupéré en direct d'OpenAlex

Poverty reduction strategies have become a popular policy instrument for addressing poverty across various levels of government. In 2015, the City of Toronto launched phase one of its own municipal poverty reduction strategy, which ran from 2015 to 2018. The following commentary uses strategy design principles to examine the strengths and weaknesses of phase one of the Toronto Poverty Reduction Strategy (TPRS) based on interviews conducted with four key stakeholders involved in the strategy’s design and implementation. Joined-up governance and public participation were both identified as design strengths of the TPRS, while a lack of prioritization and funding were identified as challenges to effective implementation. As governments across Canada and the world search for feasible, acceptable, and effective ways to reduce and alleviate poverty and other health-related issues. strategy design principles provide a valuable framework for analyzing the complex processes which contribute to a strategy’s success or failure.

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)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,419
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,073
Tête enseignante GPT0,288
Écart entre enseignants0,215 · 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.

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

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueUniversity of Toronto Journal of Public HealthMême sujetGlobal Public Health Policies and EpidemiologyTravaux en français237 207