Bibliographic record
Abstract
La gouvernance communautaire, comme la gouvernance publique et privée, doit innover, et apprendre de manière continue à faire mieux en faisant autrement. Or, cela ne peut se faire que grâce à la collaboration, et celle-ci va prendre des formes diverses selon le milieu. L'innovation sociale adopte aussi des formes différentes en divers points d'un pays comme le Canada fait de sociétés distinctes par la langue, la culture et les arrangements institutionnels. Le fait que le monde communautaire se décline au pluriel implique que la collaboration est souvent plus difficile et que l'innovation se répand moins vite que dans les autres secteurs. Ce livre explore l'innovation dans le monde communautaire du Canada français hors Québec, dans le but de faire une certaine reconnaissance de l'état des lieux et de voir jusqu à quel point ces sociétés distinctes ont innové différemment, et peuvent apprendre l'une de l'autre et collaborer malgré leurs différences tant dans le monde franco-canadien comme tel qu'à travers les barrières culturelles et linguistiques. Universitaires et praticiens font rapport sur diverses expériences au plan national, en Nouvelle-Écosse, au Nouveau-Brunswick, en Ontario et au Manitoba, et sur les défis de la production et de la transmission des savoirs communautaires.
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.012 | 0.005 |
| Scholarly communication | 0.007 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.064 | 0.007 |
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".