Introduction to nonprofit management : text and cases
Notice bibliographique
Résumé
1. The Nonprofit Organization in Society Case 1.1 Mote Aquaculture Park: Sturgeon Project Case 1.2 Elephant Walk Through 2. Starting the Nonprofit Organization Case 2.1 Launch of Durra: Women in Islamic Banking Case 2.2 MIA, Philippines 3. Nonprofit Organization Governance and Structure 3.1 OHNo Swim Club: Organizational Governance and Mission 3.2 YMCA of London, Ontario 4. Leadership in Nonprofit Organizations Case 4.1 Good Intentions Gone Awry at the National Kidney Foundation Case 4.2 Dickinson College: Inspiration for a Leadership Story 5. Performance Measurement Case 5.1 Lake Eola Charter School Case 5.2 Otago Museum 6. Nonprofit Strategy and Change Case 6.1 Atlanta Symphony Orchestra Case 6.2 Health Care Center for the Homeless 7. Nonprofit Capacity and Networks Case 7.1 Western Area Youth Services Case 7.2 Rollins College Philanthropy and Nonprofit Leadership Center 8. Managing the People: Staff and Volunteers Case 8.1 Alice Saddy: Caring for the Community Case 8.2 Consultancy Development Organization (CDO) 9. Marketing Case 9.1 Ten Thousand Villages of Cincinnati Case 9.2 The Toronto Ultimate Club 10. Obtaining and Maintaining Organizational Momentum Case 10.1 Ontario Science Center: Agents of Change and Beyond Case 10.2 Newfoundland Centre for the Arts 11. Financial Management Case 11.1 Goodwill Industries of Greater Grand Rapids Case 11.2 Kiddyland 12. Advocacy and Lobbying Case 12.1 AOL Time Warner (A) Case 12.2 East Coast Trail Association 13. International Perspective Case 13.1 Women's Tennis Association (WTA) in Asia Case 13.2 NASSCOM 14. Social Entrepreneurship Case 14.1 Competing for Development: Fuel Efficient Stoves for Darfur Case 14.2 Care Kenya: Making Social Enterprise Sustainable
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».