Notice bibliographique
Résumé
The idea for this book came to me as I reflected on my several years of con ducting research in Winnipeg's inner city.It occurred to me that weresearchers, activists, community-based organizations, and local residents -have learned a great deal about doing research collaboratively and using it to advocate for change.After I spoke with colleagues about sharing our experiences, we decided to compile this collection of research stories.Our aim is quite simple: we hope that this book will be useful to anyone who is interested in conducting research as a means to social justice.Most of the chapters discuss past and current Manitoba Research Alliance (MRA) projects.The MRA is a consortium of academics, community researchers, and community-based organizations.It has been awarded three consecutive multi-year research grants through the Social Sciences and Humanities Research Council (SSHRC), beginning in 2003.The projects discussed in this book were funded through two of these grants, including a five-year Community University Research Alliance Grant (2007-11) and a seven-year Partnership Grant (2012-18).Although the MRA involves researchers from three Manitoba universities (University of Manitoba, University of Winnipeg, and the University College of the North), research grants awarded to the MRA are administered through a community-based non-profit research institute, the Canadian Centre for Policy Alternatives-Manitoba, which makes our approach somewhat unique.The centre is one of very few non-academic research institutes to receive SSHRC grants, and this has been key to our success.Administering the grant at the community level has been particularly conducive to the
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,371 | 0,200 |
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 ».