MétaCan
Menu
← Retour à la cohorte
Enregistrement W7133068153

Improving Human Development in Cities through Community Development Partnerships

2002· other· en· W7133068153 sur OpenAlexaff
John David Hulchanski

Notice bibliographique

RevueTSpace · 2002
Typeother
Langueen
Domaine
Thématique
Établissements canadiensHome and Community Care Support Services
Organismes subventionnairesnon disponible
Mots-clésCivil societyCommunity developmentGovernment (linguistics)Community organizationPrivate sectorHuman development (humanity)State (computer science)Harmony (color)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Whether we are community leaders, government administrators, or academic researchers, we need to learn from each other how to improve our community development efforts. We have no choice. The biggest problem facing human-ity is this: how can people live in harmony and co-operate to improve their lives? Successful community development efforts can play an essential role in this task. My aim has been to present the framework I use when I consider how to be more effective and efficient in ad-dressing human development needs in my city and my country. (1) What do we mean by “community development”? (2) A framework for thinking about community development partnerships. (3) Where do households obtain resources to meet their needs? (4) The role of civil society organizations in the 21st century. (5) Communities must organize and plan. Conclusion: Civil society organizations engaged in community development processes can form partnerships with the other sectors in society to further the well-being of the population. Without civil society organizations, the state, the private sector, and individual households cannot anticipate and meet all people’s important needs. The state and the private sector must provide new forms of support for the development of a large and diverse range of civil society organizations that promote social and human development at the local level.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,103

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,003
Communication savante0,0060,004
Science ouverte0,0010,009
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0310,004

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.

Tête enseignante Opus0,171
Tête enseignante GPT0,349
Écart entre enseignants0,178 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpace→Travaux en français237 207→