Notice bibliographique
Résumé
By now, most community planners and local government decision makers are acutely aware of the changing demographic character of North American communities and of the challenges that this change represents for community services and physical infrastructure. In brief, the retirement of the baby boomer generation has already begun, and in just two decades it is projected that 20% of the North American population will be 65 years or older (Menec et al, 2015; Statistics Canada, 2019). In response, the Age-Friendly Communities (AFC) movement has acquired considerable policy and research traction since its launch by the World Health Organization (WHO) in 2007 (World Health Organization, 2007). Beginning in 2013, the Province of Ontario has made several incremental efforts to expand its AFC policy efforts based on three linked strategic policies and investments – that is, the launch of the Finding the Right Fit Age Friendly Communities Planning Guide , the Ontario AFC Planning Grants Program, and funding for an AFC Outreach and Community Support Program (Ontario Seniors’ Secretariat, 2013). Despite growing attention to the needs of older adults throughout Ontario for nearly a decade, consideration of the needs of Indigenous (ie First Nations, Métis, and Inuit) peoples has been conspicuously absent in recent provincial and municipal AFC research, community engagement, and policy activities (Health Council of Canada, 2013; Ramage-Morin and Bougie, 2017). Where there has been consideration and inclusion of Indigenous voices in local AFC initiatives, those voices are largely represented by First Nations peoples and organizations. This is often based on the assumption that Indigenous perspectives are broadly similar and can be ‘captured’ by First Nations representation, or that other Indigenous peoples and communities such as the Métis do not exist throughout much of Ontario.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,014 | 0,013 |
| Communication savante | 0,008 | 0,007 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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.
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 ».