MétaCan
Menu
Retour à la cohorte
Enregistrement W4379114517 · doi:10.5296/ijsw.v10i1.20952

Racial Equity for Culturally Specific Organizations: An Assets-Based Evidentiary Assessment

2023· article· en· W4379114517 sur OpenAlexaff
Ann Curry‐Stevens

Notice bibliographique

RevueInternational Journal of Social Work · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueService-Learning and Community Engagement
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésEquity (law)Public relationsValuation (finance)BusinessMarketingPolitical scienceAccounting

Résumé

récupéré en direct d'OpenAlex

Culturally specific organizations have been missing out on the racial equity and cultural responsiveness initiatives that have been prominent in nonprofits and government, both due to the absence of relevant assessment tools, as well as discourses within these initiatives which have overlooked the sector of culturally specific organizations and subsequently provided a competitive advantage to culturally responsive organizations. This paper reports on the development of a culturally specific organizational assessment, and the results of a four-site pilot study of the tool. The assessment tool is based on the results of a Delphi and Consumer Voice two-part study into the assets of culturally specific organizations and their valuation by clients. Developed with the input of four organizations serving a range of communities of color, we have confirmed that the Successful Families Tool achieves its objectives (centering primarily on creating actionable insights and quality improvement plans). Additional benefits emerged from the pilot’s participants: that an evidence-base for the organization’s assets is initiated, that organization-wide identity is strengthened, that staff have been energized by relevant equity dialogues and relationship deepening, and that motivation for research and evaluation that captures the fullness of the organization’s impacts be undertaken. A sampling of tool questions and standards is included, along with listing of its ten domains.

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)0,032
score de la tête « metaresearch » (Gemma)0,056
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,169

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0320,056
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0050,002
Études des sciences et des technologies0,0030,003
Communication savante0,0040,005
Science ouverte0,0010,009
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 Opus0,084
Tête enseignante GPT0,460
Écart entre enseignants0,376 · 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'étudeObservationnel
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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Social WorkMême sujetService-Learning and Community EngagementTravaux en français237 207