Estruturas de governança e empreendedorismo coletivo: o caso dos doutores da alegria
Bibliographic record
Abstract
Este artigo pertence ao campo dos estudos sobre governança, em especial em organizações sem fins lucrativos. O conceito de governança é abordado em múltiplas áreas do conhecimento e segundo várias perspectivas teóricas. A forte influência da teoria da agência confere-lhe comumente o sentido de práticas de controle para maior eficiência e transparência na gestão organizacional. Há, entretanto, perspectivas teóricas alternativas, tais como a economia social, que considera a governança como uma categoria analítica associada a conceitos como participação, parceria, aprendizagem coletiva, regulação e favorecimento de estruturas organizacionais descentralizadas e democráticas. Para compor uma estrutura de governança com tais características, pode-se aprender bastante com o conceito de empreendedor coletivo (Malo, 2000), que oferece contribuição para o desenvolvimento de estruturas participativas e democráticas, como pudemos concluir com o estudo do caso Doutores da Alegria. A análise de tal caso oferece proposições decorrentes da comparação entre as perspectivas teóricas e o emprego do conceito de empreendedor coletivo. Os resultados são uma contribuição para o esclarecimento, evolução e crítica do conceito de governança.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.007 | 0.004 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.012 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".