Assembling understandings: Findings from the Canadian social economy research partnerships, 2005-2011
Notice bibliographique
Résumé
With Assembling Understandings, the Canadian Social Economy Hub has developed a thematic summary of the CSERP outputs, exploring some of the dominant crosscutting themes within the research findings. This approach is very similar to a grounded theory approach wherein the authors, while reviewing the various available documents, âlistenedâ to the data for emerging themes. Care was taken to engage with the work from multiple angles, taking note of both diversity and unity within the body of research. The challenge in this form of research was for the authors to construct each chapter based on what was covered in the research as opposed to the expanse of what can be covered under each theme. In this way, the overall picture provided here is not a complete analysis of Canadaâs social economy landscape, but rather provides an overview of the CSERP research findings in the following thematic areas: Mapping, Social Enterprise, Co-operatives, Indigenous Peoples, Organizational Governance & Capacity, Social Finance, and Public Policy. Each thematic area had representation in over 50 CSERP projects, with some chapters involving as many as 85 relevant research products. As a result, Assembling Understandings is a useful reference point for both reviewing the available CSERP documents and identifying where further research may be required.
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 | 0,020 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,010 | 0,021 |
| Études des sciences et des technologies | 0,039 | 0,010 |
| Communication savante | 0,019 | 0,009 |
| Science ouverte | 0,003 | 0,017 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 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 ».