MétaCan
Menu
Retour à la cohorte
Enregistrement W2888300977 · doi:10.5539/jms.v8n3p25

Resource Complementarity for Social Service Delivery: A Case of Corporates and Local Government Authorities in Morogoro, Tanzania

2018· article· en· W2888300977 sur OpenAlexvenueno aff
Angela Jesse, Kenneth M. K. Bengesi

Notice bibliographique

RevueJournal of Management and Sustainability · 2018
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueTaxation and Compliance Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLocal governmentBusinessReputationTanzaniaComplementarity (molecular biology)Service delivery frameworkMarketingService (business)EconomicsPublic administrationSocioeconomicsPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

Employing a case study design, this paper examined corporates’ resource complementarity to Local Government Authorities in Morogoro region. The findings revealed that as much as corporates such as Kilombero and Mtibwa Sugar Companies comit significant amount of resources through CSR to offer social services, which could otherwise be offered by the LGAs; the LGAs are less informed of the actual contribution made by corporates in terms of the actual budgets spent to complement social services in their areas of jurisdiction. The findings further revealed that poor flow of information from Villages and Wards levels to the District Council has accounted for this challenge, which has resulted into LGAs failing to acknowledge contribution made by the corporates. Failure of LGAs to acknowledge the contribution of Corporates has far reaching impact on the reputation of the corporates and the motivation of corporates to sustain resource complementarity to LGAs. This paper recommends that, there is a need to improve information system within LGAs on the resources complemented by corporates and other stakeholders for social services delivery. Such improvement should encompass production and submission of reports on resources and social services provided through CSRs by development stakeholders to the District Councils.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,073
Score d'incertitude au seuil0,145

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0110,005
Communication savante0,0030,002
Science ouverte0,0010,004
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,036
Tête enseignante GPT0,261
Écart entre enseignants0,225 · 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'étudeQualitatif
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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Management and SustainabilityMême sujetTaxation and Compliance StudiesTravaux en français237 207