The Future of Merger What Do We Want Mergers To Do: Efficiency or Diversity?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Mergers have been a frequent phenomenon in higher education in the last quarter century. The conventional wisdom is that mergers are undertaken mainly for economic reasons, either to expand markets or to reduce costs. About four out of five college or university mergers survive. In the for-profit sector the comparable rate is closer to two out of five. From this one might conclude that the future for mergers among colleges and universities is robust. If, however, the principal purpose of mergers is economic efficiency, there logically ought to be a point beyond which the efficacy of merger will begin to decline. There is, however, another motive for merger, which is unrelated to economic efficiency. Mergers can produce greater diversity of programs and services, both among individual colleges and universities and within systems of postsecondary education. If diversification is the primary purpose of merger, the future might look different and might depend on new ways of identifying peers and partners for merger. This essay examines the expectations that are held for mergers, the realism of those expectations, and the means by which partners in mergers are identified and selected. It concludes with the suggestions that diversification may replace efficiency as the main stimulus of merger, and that, as the choice is made between efficiency and merger, institutions and systems of post- secondary education may try other, less permanent, forms of inter-institutional cooperation before committing to merge.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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 découle