Using Data for Strategic Partner Outreach in the Newcomer Serving Sector
Notice bibliographique
Résumé
Background: This presentation highlights the collaborative journey undertaken by Immigrant Services Calgary (ISC) and its partners leading to the development of the Gateway initiative that focuses on offering seamless support for newcomers while minimizing service duplication. A distinctive partner outreach strategy, informed by real-time data on newcomers’ settlement and integration needs is central to this presentation. Guided by the social determinants of health, ISC’s Partner Success (PS) Team has harnessed aggregated and anonymized client data to identify trends in the newcomer serving sector. This approach has resulted in 80 strategic partnerships spanning across various industries and sectors, achieving 90% partner satisfaction, and maintaining 100% partner retention rate. Our overarching objective is to create a collaborative ecosystem that offers holistic support to newcomers. Methods/Approach: The presentation outlines the utilization of data to guide ISC's approach to: Creating distinct partner segments to enhance the efficacy of the PS Team's efforts. Engaging potential partners based on their alignment with newcomers’ needs. Developing a service directory for planners to make adequate client referrals. Leveraging interconnected digital platforms to facilitate client-service provider connections. Results/Observations: Comprehensive segmentations have strengthened settlement, employment, health, and other support services for newcomers. Gateway planners now utilize the service directory for swift and precise referrals. Partners are utilizing Partner Portal for client referral management. Conclusion: By leveraging data, collaborations can be tailored to meet newcomers' specific needs, fostering better outcomes for them. Additionally, the presentation emphasizes the need for comprehensive consideration of data protection and potential risks while implementing such strategies.
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 | 0,049 | 0,113 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,009 | 0,011 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,010 | 0,005 |
| Science ouverte | 0,002 | 0,015 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,004 |
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 ».