Interorganisational partnerships and knowledge sharing: the perspective of non-profit organisations (NPOs)
Notice bibliographique
Résumé
Purpose – This paper aims first to identify key interorganisational partnership types among non-profit organisations (NPOs) and second to determine how knowledge sharing takes place within each type of partnership. Results explore the value of social media specifically in facilitating external relationships between NPOs, firms and the communities they serve. Design/methodology/approach – Empirical qualitative analysis of exploratory interviews with 16 Canadian NPOs generates a non-exhaustive classification of partnership types emerging from these organisations, and their defining characteristics in the context of interorganisational knowledge sharing. Findings – Overall eight categories of partnerships from the sampled NPOs emerged from the analysis of the data. These include business partnerships, sector partnerships, community partnerships, government partnerships, expert partnerships, endorsement partnerships, charter partnerships and hybrid partnerships. Using examples from interviews, the sharing of knowledge within each of these partnerships is defined uniquely in terms of directionality (i.e. uni-directional, bi-directional, multi-directional knowledge sharing) and formality (i.e. informal, semi-formal or formal knowledge sharing).Specific practices within these relationships also arise from examples, in particular, the use of social media to support informal and community-driven collaborations. Twitter, as a popular social networking tool, emerges as a preferred medium that supports interorganisational partnerships relevant to NPOs. Originality/value – This research is valuable in identifying the knowledge management practices unique to NPOs. By examining and discussing specific examples of partnerships encountered among NPOs, this paper contributes original findings about the implications of interorganisational knowledge sharing, as well as the impact of emerging social technologies on same.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,017 | 0,030 |
| Communication savante | 0,016 | 0,013 |
| Science ouverte | 0,002 | 0,016 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».