MétaCan
Menu
Retour à la cohorte
Enregistrement W4361003132 · doi:10.5040/9781350296718

Corporate Capture of Development

2023· book· en· W4361003132 sur OpenAlexaff
Corina Rodríguez Enríquez, Masaya Llavaneras Blanco

Notice bibliographique

RevueBloomsbury Publishing Plc eBooks · 2023
Typebook
Langueen
DomaineSocial Sciences
ThématiqueHuman Rights and Development
Établissements canadiensBalsillie School of International AffairsWestern University
Organismes subventionnairesMinisterio de SaludUniversité Cheikh Anta Diop de DakarAddis Ababa UniversityUniversidad Nacional Mayor de San MarcosUniversity of GhanaCouncil for Higher Education
Mots-clésBusinessSilver bulletPublic servicePolitical sciencePublic administrationEconomic growthEconomicsSociology

Résumé

récupéré en direct d'OpenAlex

Public-Private Partnerships (PPPs) have gained a renewed momentum in recent years, and have come to be viewed by governments and funders alike as a silver bullet for infrastructure development and public service provision. Critiques of the corporate capture of development are well established, yet until now the urgent question of the impacts of PPPs on women's human rights around the world has remained under-explored. This open access book aims to fill the gap, providing new insights from a set of case studies from across the Global South. Bringing an intersectional feminist approach to PPPs, these cases enable analysis that can inform advocacy and activism, whilst challenging dominant narratives and resisting the negative impacts of PPPs on women and historically marginalized communities' human rights. Widely advocating for stronger regulatory frameworks and institutions, and indicating how changes could be implemented, the examples analysed cover a range of sectors including health, energy, and infrastructure from countries including Ethiopia, Peru, India and Fiji. The eBook editions of this book are available open access under a CC BY-NC-ND 4.0 licence on bloomsburycollections.com. Open access was funded by Development Alternatives with Women for a New Era (DAWN).

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,103

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,007
Communication savante0,0130,006
Science ouverte0,0010,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0310,010

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 Opus0,069
Tête enseignante GPT0,267
Écart entre enseignants0,198 · 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
GenreAutre

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBloomsbury Publishing Plc eBooksMême sujetHuman Rights and DevelopmentTravaux en français237 207