MétaCan
Menu
Retour à la cohorte
Enregistrement W2776776073 · doi:10.1007/s10100-017-0512-9

Funds allocation in NPOs: the role of administrative cost ratios

2017· article· en· W2776776073 sur OpenAlexaff
Christian Burkart, Tina Wakolbinger, Fuminori Toyasaki

Notice bibliographique

RevueCentral European Journal of Operations Research · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueNonprofit Sector and Volunteering
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésTransparency (behavior)BusinessOverhead (engineering)EconomicsPublic economicsMicroeconomicsFinanceComputer scienceComputer security

Résumé

récupéré en direct d'OpenAlex

Performance measurement of Non-Profit Organizations (NPOs) is of increasing importance for aid agencies, policy-makers and donors. A widely used benchmark for measuring the efficiency of NPOs is the overhead cost ratio, consisting of the total money spent on administration and fundraising relative to the budget. Donors generally favor a lower overhead cost ratio as it ensures that more money directly reaches beneficiaries. Unlike fundraising expenses, administrative costs do not contribute to advertising the actions of an NPO even though they account for a significant proportion of overhead cost. Reducing administrative expenses is a logical consequence from a financial viewpoint, but might negatively affect NPOs through the resulting administrative capacities. This phenomenon is known as "Nonprofit Starvation Cycle". This work provides an analytical framework for analyzing NPO decision making concerning administrative costs. The paper provides answers to important research questions on the optimal level of administrative spending, the influencing factors and the effects of available information on NPOs. The research shows that focusing on financial performance measurements can result in reduced utility created for NPOs. Less transparency often leads to increased utility for NPOs, but more transparency can increase NPOs' utility if the information available exceeds a certain threshold. Fluctuating donations are challenging for NPOs' planning and may impact administrative capacities negatively.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,558
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,207
Tête enseignante GPT0,465
Écart entre enseignants0,257 · 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 tête enseignante, pas un consensus.

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

Citations41
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCentral European Journal of Operations ResearchMême sujetNonprofit Sector and VolunteeringTravaux en français237 207