MétaCan
Menu
Retour à la cohorte
Enregistrement W2146079234 · doi:10.1177/0899764010362113

The Discerning Consumer: Is Nonprofit Status a Factor?

2010· article· en· W2146079234 sur OpenAlexaff
Femida Handy, Stephanie Seto, Amanda Wakaruk, Brianna Mersey, Ana María Nieto Mejía, Laura Copeland

Notice bibliographique

RevueNonprofit and Voluntary Sector Quarterly · 2010
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueNonprofit Sector and Volunteering
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésPurchasingGovernment (linguistics)Public relationsMarketingSample (material)Nonprofit organizationTest (biology)BusinessFront lineNonprofit sectorPolitical science

Résumé

récupéré en direct d'OpenAlex

The authors update and extend the research on consumer awareness of an organization’s nonprofit status and test Hansmann’s seminal contract failure theory. They explore consumers’ abilities to identify nonprofits and their levels of trust in nonprofits as compared to for-profits and government organizations as well as their proclivity to patronize nonprofits as direct and indirect consumers. Data from a sample of 1,169 university students reveals that they are more likely to trust as well as volunteer and donate to nonprofits’ than other types of organizations. In purchasing health care and education, they are also more likely to patronize nonprofits. However, most cannot spontaneously identify the status of well known nonprofits, and in this regard they did not differ from the front line staff working for those organizations.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,432
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,016
Tête enseignante GPT0,284
Écart entre enseignants0,268 · 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

Citations76
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

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