MétaCan
Menu
Retour à la cohorte
Enregistrement W4391395169 · doi:10.1177/10780874231221469

Defying Stereotypes, Populism, and Neoliberal Discourse: Municipal Agility and Innovation During COVID

2024· article· en· W4391395169 sur OpenAlexaffabout
M. Yunus Seker, Richard Shearmur, Gérard Beaudet

Notice bibliographique

RevueUrban Affairs Review · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Capital and Networks
Établissements canadiensUniversité de MontréalMcGill University
Organismes subventionnairesnon disponible
Mots-clésPopulismCoronavirus disease 2019 (COVID-19)Political science2019-20 coronavirus outbreakNeoliberalism (international relations)Political economySevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)SociologyPublic administrationPoliticsLawVirologyMedicine

Résumé

récupéré en direct d'OpenAlex

Local governments are often viewed as basic service and infrastructure providers that are neither particularly proactive nor innovative: in certain influential circles, this view has taken on the trappings of “common-sense,” and underpins the protracted undermining of public-sector organizations, a hallmark of neoliberalism. However, the COVID crisis required municipalities to act with agility and speed, belying this “common sense.” We examine 54 examples of how municipalities in Québec adapted to the pandemic. The range of adaptation and innovation that we report illustrates that local government can be flexible, agile, and innovative when necessary. Our analysis suggests that innovation is not always desired by the innovator, that the impact of a project should be distinguished from its innovativeness, and that any assessment of municipal innovativeness and its impact requires careful consideration of who it is evaluated for, who it is evaluated by, and in what context.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,890
Score d'incertitude au seuil0,421

Scores Codex et Gemma par catégorie

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

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 Opus0,036
Tête enseignante GPT0,346
Écart entre enseignants0,310 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueUrban Affairs ReviewMême sujetSocial Capital and NetworksTravaux en français237 207