Sessional Design-Action Research Curriculum Framework
Notice bibliographique
Résumé
A gigamap to inform a rural flourishing social enterprise ecosystem \nGeorgian College’s Centre for Changemaking and Social Innovation (CCSI) identified Social Entrepreneurship as one of the systemic areas where change-making knowledge and resources could support social impact in a uniquely Canadian rural context. Through its initiative SENCO (the Social Enterprise Network of Central Ontario), CCSI became accountable, by 2022, for the establishment of 35 provincial partnerships, 7000 individuals engaged and 70 accelerated Strongly Sustainable social enterprises within the rural regions surrounding our seven campuses. \n \nAs part of SENCO’s deliverables aligning to 70 accelerated Strongly Sustainable regional social enterprises, a curriculum framework was researched and designed to support individual community participants in developing a social enterprise idea using the Flourishing Business Canvas 2.0. \n \nThe Gigamap (Norris and Telfer, 2018) outlines the systemic context as to how this curriculum might shift a uniquely Canadian rural region towards a Flourishing Social Enterprise landscape. Its goal was to explore the possibilities of using the Flourishing Business Canvas 2.0 beyond bounded firms (and their actor ecologies), contributing to the socio-ecological research in systemic design offering potential to what might be the Canadian corollary of Politecnico di Torino program’s Systemic Design Field research in renewal and sustainability of rural communities. (Jones, citing Barbero, 2018)
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 | 0,050 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,008 |
| Communication savante | 0,011 | 0,005 |
| Science ouverte | 0,006 | 0,009 |
| Intégrité de la recherche | 0,005 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,088 | 0,014 |
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 ».