MétaCan
Menu
Retour à la cohorte
Enregistrement W4240375795 · doi:10.15353/cjds.v5i4.318

Understanding Community

2016· article· en· W4240375795 sur OpenAlexaffvenue
Virginia Cobigo, Lynn Martin, Rawad Mcheimech

Notice bibliographique

RevueCanadian Journal of Disability Studies · 2016
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCommunity Development and Social Impact
Établissements canadiensLakehead UniversityUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésFocus groupQualitative researchFocus (optics)SociologyInclusion (mineral)Public relationsEngineering ethicsPsychologySocial sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

The term community is used extensively in the peer reviewed literature, though it is used differently by researchers across various disciplines. A better understanding of community, as an object of study, is needed to help guide policy, supports and services planning, and to build inclusive communities. This paper presents the results of a review of existing definitions published in peer-reviewed papers from various disciplines studying human behaviours and interactions. It also presents the results of focus groups with four persons with intellectual and developmental disabilities and members of their communities exploring their own definitions of community. Definitions of community extracted from the peer-reviewed literature were compared to identify common themes. Qualitative analysis revealed 13 themes, some more common than others. Focus groups transcripts were also analyzed. Themes identified in the literature review were also found in the focus groups discussion. However, a novel concept related to the notion of community as being composed of people who are unpaid to be part of this network was identified. Based on these results, a definition of community is derived to help further not only academic research in the area, but also to inform policy and practice aiming to build inclusive communities.

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)0,011
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,020
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,005
Études des sciences et des technologies0,0100,034
Communication savante0,0140,030
Science ouverte0,0020,015
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,526
Tête enseignante GPT0,317
Écart entre enseignants0,209 · 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'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

Citations49
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Disability StudiesMême sujetCommunity Development and Social ImpactTravaux en français237 207