Notice bibliographique
Résumé
Chers lecteurs et lectrices, Nous sommes très heureux de vous présenter ce numéro de la Revue canadienne de recherche sur les OSBL et l'économie sociale (ReCROES)!Veuillez vous joindre à nous pour accueillir dans notre équipe éditoriale le Micheal Shier, professeur de travail social à l'Université de Toronto, qui assumera la responsabilité des comptes rendus de livres.Mike Shier a de nombreuses années d'expérience dans la gestion de la revue Nonprofit and Voluntary Sector Quarterly et nous sommes ravis de le recevoir dans notre équipe.On a parfois l'impression que de nombreuses années, voire des décennies, se sont écoulées depuis le début de la pandémie et les attaques russes en Ukraine.Cependant, tout a commencé il y a trois ans seulement et perdure encore aujourd'hui.Ces événements ont eu un grand impact sur nos vies et sur la réalité des organismes sans but lucratif et de l'économie sociale.Par surcroît, on doit faire face aux progrès de l'intelligence artificielle.Bien qu'on ne traite pas de ces événements en tant que tels dans le numéro actuel, ils demeurent certainement présents en arrière-plan. Dear Readers,We are very happy to present this issue of the Canadian Journal of Nonprofit and Social Economy Research (CJNSER)!
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 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,008 | 0,004 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,402 | 0,230 |
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 ».