Situating the SDGs in the Work of Community Foundations
Notice bibliographique
Résumé
Close to the midpoint of the 2030 Agenda for Sustainable Development, local communities and other sectors are becoming more aware of their role in the achievement of the SDGs and have taken the challenge to localize, implement, and report on their actions and progress (IISD, 2022). Within the civil society sector, more evidence and research has been developed on the role of philanthropy in localizing and achieving the SDGs. In this regard, Community Foundations (CFs) and Community Foundations Support Organizations (CFSOs) mostly in Europe and North America (Canada and the US, specifically) have developed a set of tools and frameworks to ensure that the SDGs relate to local realities (DiSabato, 2017; Leone & LeSage, 2021; UKCF, 2021). Meanwhile, CFs and CFSOs in Latin America and the Caribbean are leading diverse paths and efforts toward sustainability within the SDG framework that need to be showcased. This paper explores the relevance of framing the SDGs into the work of community foundations and compiles localization approaches and strategies being used by CFs around the world, providing examples with a focus in Latin America and potential next steps for the second half of the journey toward 2030.
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 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,016 | 0,041 |
| Communication savante | 0,017 | 0,013 |
| Science ouverte | 0,002 | 0,023 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».