The influence of partnership centrality on organizational perceptions of support: a case study of the AHLN structure
Notice bibliographique
Résumé
BACKGROUND: Knowledge of the structure and character of inter-organizational relationships found among health promotion organizations is a prerequisite for the development of evidence-based network-level intervention activities. The Alberta Healthy Living Network (AHLN) mapped the inter-organizational structure of its members to examine the effects of the network environment on organizational-level perceptions. This exploratory analysis examines whether network structure, specifically partnership ties among AHLN members, influences organizational perceptions of support after controlling for organizational-level attributes. METHODS: Organizational surveys were conducted with representatives from AHLN organizations as of February 2004 (n = 54). Organizational attribute and inter-organizational data on various network dimensions were collected. Organizations were classified into traditional and non-traditional categories. We examined the partnership network dimension. In- and out-degree centrality scores on partnership ties were calculated for each organization and tested against organizational perceptions of available financial support. RESULTS: Non-traditional organizations are more likely to view financial support as more readily available for their HEALTR programs and activities than traditional organizations (1.57, 95% CI: .34, 2.79). After controlling for organizational characteristics, organizations that have been frequently identified by other organizations as valuable partners in the AHLN network were found significantly more likely to perceive a higher sense of funding availability (In-degree partnership value) (.03, 95% CI: .01, .05). CONCLUSION: Organizational perceptions of a supportive environment are framed not only by organizational characteristics but also by an organization's position in an inter-organizational network. Network contexts can influence the way that organizations perceive their environment and potentially the actions that organizations may take in light of such perceptions. By developing evidence-based understandings on the influence of network contexts, the AHLN can better target the particularities of its specific health promotion network.
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 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 | 0,004 | 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 | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».