MétaCan
Menu
Retour à la cohorte
Enregistrement W4389274115 · doi:10.1080/10301763.2023.2289098

Union donations to community organisations and the dampening effect of government legislation: the case of Bill 32 in Alberta, Canada

2023· article· en· W4389274115 sur OpenAlexaffabout
Jason Foster, David Simpson

Notice bibliographique

RevueLabour & Industry a journal of the social and economic relations of work · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueNonprofit Sector and Volunteering
Établissements canadiensUniversity of AlbertaAthabasca University
Organismes subventionnairesnon disponible
Mots-clésLegislationJurisdictionGovernment (linguistics)PoliticsDonationTrade unionBusinessPolitical scienceHealth carePublic administrationLawInternational trade

Résumé

récupéré en direct d'OpenAlex

Unions in North America have a long history of financial support for charities, non-profits and other community-based organisations. However, very little research has been conducted into how much, to whom and why this financial support is provided. This article reports on a survey examining the financial donation patterns of unions in the Canadian province of Alberta. Alberta is chosen as the jurisdiction for the study as the provincial government recently enacted legislation (commonly referred to as Bill 32) that may force unions to reduce community-based donations, which would negatively impact those organisations and interfere with a core union function. The survey also examines how union financial support changes due to the implementation of this legislation. The study finds that a small but not insignificant percentage of union expenditures are devoted to community giving and that unions tend to donate to a narrow range of causes and organisations. It also finds that union responses to donation-dampening legislation were mixed, in part due to the politically controversial nature of the legislation.

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)0,007
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,114
Score d'incertitude au seuil0,830

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0330,007
Communication savante0,0040,001
Science ouverte0,0030,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,017
Tête enseignante GPT0,272
Écart entre enseignants0,255 · 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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLabour & Industry a journal of the social and economic relations of workMême sujetNonprofit Sector and VolunteeringTravaux en français237 207