MétaCan
Menu
Retour à la cohorte
Enregistrement W2100664895 · doi:10.1177/0899764014548279

Research Trends in Nonprofit Graduate Studies

2014· article· en· W2100664895 sur OpenAlexaff
Micheal L. Shier, Femida Handy

Notice bibliographique

RevueNonprofit and Voluntary Sector Quarterly · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueNonprofit Sector and Volunteering
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Nonprofit sectorTheme (computing)Subject (documents)Public relationsThematic analysisSociologyPolitical scienceNonprofit organizationGovernment (linguistics)Library scienceQualitative researchSocial scienceGeography

Résumé

récupéré en direct d'OpenAlex

This study examines the growth of the academic study of the formal nonprofit sector by focusing on dissertations and theses written between 1986 through 2010. Using a keyword search, we find and examine 3,790 abstracts available in the ProQuest Dissertation and Theses database. There has been a growing number of theses and dissertations since 1986; the majority (80.2%) were completed at schools in the United States. Thematic analysis found five main themes: (a) Resources (human and financial); (b) Organizational effectiveness and performance; (c) Organization development (context, processes, and culture); (d) Intra-organizational context (leadership, structure, etc.); and (e) Interaction and collaboration (with other organizations, government, etc.). Findings demonstrate an emerging interdisciplinary field in the study of the formal nonprofit sector. Trends across the 25-year time span relating to country of origin, theme, and subject are explored and discussed.

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.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,304
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,204
Tête enseignante GPT0,436
Écart entre enseignants0,232 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations50
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNonprofit and Voluntary Sector QuarterlyMême sujetNonprofit Sector and VolunteeringTravaux en français237 207