MétaCan
Menu
Retour à la cohorte
Enregistrement W2897832201 · doi:10.1111/deci.12341

Joint Fundraising Appeals: Allocation Rules and Conditions That Encourage Aid Agencies' Collaboration

2018· article· en· W2897832201 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueDecision Sciences · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueExperimental Behavioral Economics Studies
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésNegotiationCompetition (biology)Joint (building)BusinessContext (archaeology)Work (physics)EconomicsMarketingPolitical science

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Collaborative fundraising mechanisms—known as joint fundraising appeals—have received increasing attention as innovative ways to reduce fundraising competition between aid agencies. While some aid agencies participate in joint fundraising activities, others consider that the disadvantages outweigh the benefits. Based on the analysis of two‐stage sequential game theory models, the article identifies key factors that affect aid agencies' decisions about participation in a joint fundraising mode. Our analysis indicates that expected effects of the joint fundraising mode depend on aid agencies' efficiency levels. For efficient aid agencies, the joint mode functions as a buffer to prevent them from fierce competition. In the case of inefficient aid agencies, the competitive mode saves aid agencies from underinvestment in fundraising activities. We classify representative allocation rules currently applied in the humanitarian context into three types. Our analysis shows that these allocation rules only lead to beneficial allocations for limited circumstances. Following the analysis of the three representative allocation rules, the present work also analyzes aid agencies' negotiation‐based allocation without predetermined allocation rules, using generalized Nash bargaining.

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.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,422
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,002
Communication savante0,0010,001
Science ouverte0,0000,000
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 Opus0,144
Tête enseignante GPT0,424
Écart entre enseignants0,280 · 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