The perfect synergy: Alumni, donors, students, employers — A case study in Silicon Valley
Notice bibliographique
Résumé
This is a case study about overcoming internal institutional silos to develop a new market for alumni engagement, donor cultivation, and student and alumni job opportunities. Simon Fraser University (SFU) was unknown in the Bay Area until three key areas of the university banded together to form the Bay Area Working Group — a cross-functional team to develop a comprehensive strategy for that region. The paper discusses specific strategies that were developed to address the following goals: (1) increasing the number of activities delivered in the region, while maximising strategic outcomes for broader institutional needs, (2) coordinating a single delegation to participate in one or two annual trips to the region, (3) increasing the number of organisations that hired co-op students by using alumni as door openers, (4) integrating current students into alumni-based activities in the region, (5) increasing university pride and loyalty held by alumni in the region, and (6) increasing recognition and acknowledgment of the SFU brand. Five years later, SFU is a leader in the region with record levels of alumni engagement, an increase in the number of financial gifts being realised, significant growth in the number of student co-op positions being posted, and the likes of Facebook, Google, Microsoft and Apple recruiting on an active basis on campus. A list of recommendations are provided to guide others who are keen to both enhance the outcomes realised in existing areas and expand activities into new markets.
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 | 0,008 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».