MétaCan
Menu
Retour à la cohorte
Enregistrement W2511815609 · doi:10.1007/s11266-016-9765-5

Professionalization and Cost Efficiency of Fundraising in Charitable Organizations: The Case of Charitable Foundations in China

2016· article· en· W2511815609 sur OpenAlexaff
Na Ni, Chen Qiu, Shujun Ding, Zhenyu Wu

Notice bibliographique

RevueVOLUNTAS International Journal of Voluntary and Nonprofit Organizations · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueNonprofit Sector and Volunteering
Établissements canadiensUniversity of ManitobaWilfrid Laurier UniversityUniversity of Ottawa
Organismes subventionnairesSENSHIN Medical Research Foundation
Mots-clésProfessionalizationContext (archaeology)AuditRaising (metalworking)AccountingPublic relationsChinaEconomicsSociologyBusinessPolitical scienceSocial scienceLaw

Résumé

récupéré en direct d'OpenAlex

Abstract This study examines the effects of professionalization on the cost efficiency of fundraising organizations in a unique research context, Chinese charitable foundations. Two important professionalization measures, professionalized human resource management and accounting practices, are adopted. Using data from audited annual reports from 2005 to 2009, we find that professionalization in general enables foundations to increase their fundraising cost efficiencies. However, further analysis indicates that this positive effect only occurs in private but not in public foundations. Furthermore, the positive effect of professionalization is more significant when raising unrestricted funds than when raising restricted funds from donors.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,110
Score d'incertitude au seuil0,219

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0020,002
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,014
Tête enseignante GPT0,318
Écart entre enseignants0,304 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations28
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVOLUNTAS International Journal of Voluntary and Nonprofit OrganizationsMême sujetNonprofit Sector and VolunteeringTravaux en français237 207