Conceptual Framework for the Purpose of Measurement of Cooperatives and its Operationalization
Notice bibliographique
Résumé
This report presents a general overview of how cooperatives and key concepts are measured for statistical purposes. It is based on extant work and literature. The first part of the report reviews the most important statistical studies on coopera-tives. Conceptual and methodological issues are identified concerning the identification and classification of cooperatives, including a discussion about core components and boundary areas. The report then proposes a conceptual framework for defining and classifying cooperatives for measurement purposes. This framework suggests a set of four structural-operational qualification criteria to identify cooperatives. It also proposes a double classification of cooperatives, based on the main economic activity and on a characteristic helping to distinguish types of cooperatives. The report also raises some issues about the measurement of membership and value added, as well as employment in cooperatives. On these aspects, the report concludes that focusing on membership rather than on measuring individual members may be the best path. To measure the economic contribution of cooperatives referring to the concept of value added is not recommended unless it is adapted to cooperatives. Other modes of calculation of the cooperative’s economic contribution will need to be explored. The nature of employment in cooperatives will also need to be reflected accurately in overall employment statistics.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,038 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,011 | 0,012 |
| Études des sciences et des technologies | 0,003 | 0,018 |
| Communication savante | 0,009 | 0,011 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».