Bibliographic record
Abstract
L’OCDE travaille depuis plus de vingt ans sur les politiques de l’économie sociale et solidaire (ESS), notamment en collaboration avec l’Union européenne. En 2020, l’OCDE a lancé l’Action mondiale « Promouvoir les écosystèmes de l’économie sociale et solidaire », financée par l’instrument de partenariat étranger de l’Union européenne, afin de soutenir son développement et son internationalisation. L’Action s’est concentrée sur deux leviers politiques essentiels qui peuvent contribuer à libérer le potentiel de l’économie sociale et solidaire, à savoir les cadres légaux et la mesure de l’impact social, en plus d’autres leviers d’un écosystème politique solide. Elle a rassemblé des partenariats internationaux d’apprentissage par les pairs afin de partager les bonnes pratiques, de produire des statistiques internationales et d’approfondir des thèmes particuliers (par exemple, l’internationalisation et les marchés publics sociaux), ainsi que des groupes particuliers (tels que les jeunes dirigeants des entreprises sociales, les femmes et les réfugiés). Les pays visés par l’Action comprennent tous les États membres de l’UE et six pays non-membres de l’UE (Brésil, Canada, Corée, Inde, Mexique et États-Unis).
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 | 0.003 | 0.012 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.011 | 0.008 |
| Open science | 0.003 | 0.006 |
| Research integrity | 0.004 | 0.004 |
| Insufficient payload (model declined to judge) | 0.265 | 0.159 |
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".