MétaCan
Menu
Retour à la cohorte
Enregistrement W7000015092

Driving Change: A Model for Collaborative Librarianship in Prince George’s County, Maryland

2022· article· en· W7000015092 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueDigital Commons - DU (University of Denver) · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLibrary Science and Administration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeneral partnershipCommissionConversationHuman rightsPopulationOutreachEquity (law)Law enforcement
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The Prince George’s County Memorial Library System (PGCMLS) has a long-standing partnership with the county’s human rights education and enforcement agency, the Office of Human Rights (PGCOHR), formerly the Prince George’s County Human Relations Commission (PGCHRC). The two agencies serve over 967,000 Prince Georgians, a majority-Black (64.4%) and Latin or Hispanic (19.5%) population with a sizable immigrant community (22.7%). The civil rights issues of 2020 hit close to home in Prince George’s County and the agencies have sustained a multi-year effort to provide residents with opportunities to learn how to engage with social justice topics for personal and collective advancement. This paper outlines the agencies’ innovative model for collaborative community programming, which has dramatically expanded the scope and impact of their equity, diversity, inclusion, and antiracism (EDIA) initiatives despite minimal funding resources and the limitations of the COVID-19 pandemic. PGCMLS and PGCOHR’s approach to joint programming is modeled in their Collaborative Programming Lifecycle, which can be applied to a wide range of content areas, whether special events, series, thematic programs, or special events. The lifecycle also touches individual presenters, partners, funders, attendees, and the daily work of programming staff. The partners have successfully deployed the Collaborative Programming Lifecycle to develop internationally acclaimed EDIA programs in multiple formats that influence local efforts to advance social equity and anti-racism. The joint mission of this partnership is to provide meaningful conversation that strengthens the collective community. While this partnership pre-dates both the pandemic and the murders of George Floyd and Breonna Taylor, the agencies rapidly transitioned to virtual programming and engagement during the COVID-19 pandemic. In addition to immediate local impact, the partnership’s programs have resulted in an compelling new model for making local programs accessible to larger communities at state, regional, and national levels.

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.

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)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,538
Score d'incertitude au seuil0,613

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,004
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 Opus0,048
Tête enseignante GPT0,243
Écart entre enseignants0,196 · 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