Programmatic vs Process Outcomes for Systemic Change in Cross Sector Social Partnerships. Evidence from the UK context. 5th International Cross Sector Social Interactions (CSSI) Symposium in Toronto, 17-19 April 2016, Toronto, Canada.
Notice bibliographique
Résumé
Cross Sector Social Partnerships (CSSP) constitute “social problem solving mechanisms” (Waddock, 1989: 79) that aim to address social issues (Selsky and Parker, 2005) (e.g. education, poverty, health, environment). The collaboration (Gray, 1989; McCann, 1983; Huxham and Macdonald, 1992; Huxham, 1993) and social partnerships literatures (Waddock, 1991; Austin, 2000; Warner and Sulivan, 2004; Selsky and Parker, 2005; Galaskiewicz, and Colman, 2006; Wymer and Samu, 2003) have extensively documented the difficulties in developing partnerships (Teegen et al, 2004; Bryson et al, 2006; Kolk et al, 2008) due to misunderstandings, power imbalances (Berger et. al, 2004; Seitanidi and Ryan, 2007) and occasionally due to the lack of overt functional conflict (Seitanidi, 2010). The literature has identified several factors of what constitutes a successful partnership (Austin, 2000; Googins and Rochlin, 2001; Bryson et al, 2006; Rondinelli & London, 2003; Bouwen & Taillieu, 2004) and suggested stage models that identify key issues that need to be addressed within the different stages of social problem-solving interventions (Mc Cann, 1983; Gray, 1985, Waddock, 1989; Waddell and Brown, 1997; Seitanidi and Crane, 2009). Despite the identification of factors and issues as pre-conditions for successful partnerships the direct study of partnership outcomes is surprisingly a less prominent area of research, particularly within nonprofit-business partnerships (Seitanidi, 2010).
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».