MétaCan
Menu
Retour à la cohorte
Enregistrement W4362470907 · doi:10.31025/2611-4135/2023.17252

GRASSROOTS ECO-SOCIAL INNOVATIONS DRIVING INCLUSIVE CIRCULAR ECONOMY

2023· article· en· W4362470907 sur OpenAlexaff
Jutta Gutberlet

Notice bibliographique

RevueDetritus · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSustainable Supply Chain Management
Établissements canadiensUniversity of Victoria
Organismes subventionnairesSvenska Forskningsrådet Formas
Mots-clésGrassrootsOperationalizationCircular economySustainabilityLivelihoodCorporate governanceGeneral partnershipNexus (standard)BusinessEconomic growthEconomic systemEconomicsPolitical scienceEngineering

Résumé

récupéré en direct d'OpenAlex

The paper discusses research results on waste governance and circular economy, conducted with waste picker cooperatives in the metropolitan region of São Paulo, Brazil. Two cases have been selected, from a pool of 21 waste picker organizations, to video document their grassroots eco-social innovations that have improved local waste management and the lives of the cooperative members. The videos support knowledge sharing with key actors in waste governance and the circular economy. Social grassroots innovation theory focuses on livelihood opportunities beyond the formal labour market, pursuing social inclusion by creating meaningful work for individuals who were considered left out and in vulnerable situations. Transitioning to sustainability necessarily goes beyond socio-technical innovations but rather integrates eco-social perspectives. After first introducing grassroots innovation theory and the concept of eco-social innovations the paper describes the empirical frame and presents two cases where organized waste pickers were successful in operationalizing innovations that address the circular economy and contribute to sustainability transitions. Key findings highlighted are cooperative governance, long-term partnership building, improved productivity and increased income.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,009
Communication savante0,0030,002
Science ouverte0,0010,006
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,013
Tête enseignante GPT0,238
Écart entre enseignants0,226 · 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'étudeQualitatif
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

Citations22
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDetritusMême sujetSustainable Supply Chain ManagementTravaux en français237 207