Le développement économique communautaire et la cohésion sociale à Montréal : une recherche partenariale sur l’apport des CDEC
Bibliographic record
Abstract
Dans ce texte, nous présentons une synthèse des premiers résultats d’une recherche sur le rôle des Corporations de développement économique communautaire (CDEC) dans la construction de la cohésion sociale à Montréal. En premier lieu, nous nous référerons à la place du mouvement\ncommunautaire dans le développement économique de Montréal dans le cadre du « modèle québécois ». En deuxième lieu, nous aborderons d’une façon plus ciblée la question de la cohésion sociale. En troisième lieu, nous présenterons les bases théoriques et conceptuelles sur lesquelles s’appuie la recherche. En quatrième lieu, nous présenterons la méthodologie. En cinquième lieu, nous présenterons les résultats de la recherche en nous référant à la signification\nde la cohésion sociale pour les CDEC. Nous y aborderons l’importance que représente la cohésion sociale dans l’agir collectif des CDEC, notamment en ce qui concerne son modèle organisationnel. Pour terminer, en onclusion, nous dégagerons le rôle d’intermédiaires et de médiateurs que jouent les CDEC sur leur territoire comme étant les principales fonctions leur assurant un rôle dans la construction de la cohésion sociale.
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 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.003 | 0.009 |
| Science and technology studies | 0.005 | 0.003 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.014 | 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".