Indigenous Procurement as a Catalyst for Community Building
Notice bibliographique
Résumé
From 2018 to 2021, a series of Indigenous Procurement Engagement sessions (IPE-sessions) took place in-person and virtually in Ottawa and Toronto to explore the modernization of Indigenous procurement in Canada. Stakeholders from regional and national Indigenous organizations, Indigenous and non-Indigenous business leaders in the private sector, as well as federal government officials, participated in the engagement sessions. In total, there were 98 participants (n = 98) for all the engagement sessions (28 in 2018; 49 in 2020; and 21 in 2021). This research re-analyzes data collected from 2018 to 2021 and aims to answer the question—can Indigenous procurement be a catalyst for community building? The research re-analyzes the data through the exploration of 4 main chapters: 1) Building Strong First Nations Economies: Economic Development, Community Building, and Procurement; 2) Social Procurement Policy and the Inclusion of Diverse Supply Chains. Is Indigenous Procurement ‘Social Procurement’? 3) Challenges and Wise Practices for First Nations Procurement in Canada; and 4) Should Indigenous Procurement be Legislated? Federal Indigenous Procurement Policy Versus Article 24 of the Nunavut Agreement. The research findings indicate that procurement is a catalyst for First Nations community building as local procurement contributes to community prosperity through business development and growth, job creation, and community wealth building, as well as other social outcomes, which are defined by First Nations communities, organizations, and businesses.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,004 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».