Social enterprise policy and practice: Opportunities and challenges in rural Ontario – peer learning
Notice bibliographique
Résumé
We know a significant portion of the Ontario’s nonprofit sector income is generated through earned revenue: 36% of the core nonprofit sector (excluding hospitals and universities) . And yet there are still few supports to build the capacity of community organizations to explore SE intentionally so they can maximize their earned revenue potential, and sustain and grow their social, economic, environmental and cultural impact. This is particularly true in rural communities. The Rural Social Enterprise Constellation (RSEC) connects, supports, and grows social enterprise (SE) in rural Ontario to address acknowledged gaps and opportunities. It is a unique partnership initiated in 2012 among a diverse group of supporters and doers of rural social enterprise, including consultants, postsecondary institutions, provincial networks, and rural community economic development intermediary organizations. Since 2012 RSEC has been connecting work that’s happening on the ground with policy and strategy at regional and provincial levels and developing a more comprehensive look at the scale of social enterprise in Ontario, and what systems can make it stronger. It’s part of a broader movement to strengthen the social economy in Ontario. Two papers will be presented – one focusing on peer learning and outcomes from the RSEC capacity building project supported by the Ontario Trillium Foundation and the other focusing on development systems and policy supports for rural social enterprise resulting from an RSEC research initiative funded by the Ontario Ministry of Agriculture and Rural Affairs (OMAFRA) New Directions program.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».