Green Initiatives database
Notice bibliographique
Résumé
The Green Initiatives Database covers campaigns, projects, networks, research and training activities in which unions are or have been involved, proactively or reactively, directly or indirectly (but significantly), alone or as partners, across Europe and the USA. \n \nThe information in the database was collected by Linda Clarke and Dimitris Stevis, in a process described in their 2017 presentation "Green Transitions in the US and Europe: Breadth, Depth and Worker Agency" (https://yorkspace.library.yorku.ca/xmlui/handle/10315/39299/). \n \nTheir working papers also relate to this research, especially: \n- Stevis (2019), "Labour Unions and Green Transitions in the USA: Contestations and Explanations" (https://yorkspace.library.yorku.ca/xmlui/handle/10315/39419/) \nand \n- Clarke, Sahin-Dikmen and Gleeson (2018), "Green Transitions in the Built Environment: Europe" (https://yorkspace.library.yorku.ca/xmlui/handle/10315/38829/). \n \nThis database was created in Wordpress, originally on the Adapting Canadian Work website, at https://adaptingcanadianwork.ca/green-initiatives-database/. We have exported the information and reformatted it into a PDF organized by initiative type.
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 | 0,006 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,018 | 0,033 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,010 | 0,007 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,417 | 0,307 |
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 ».