MétaCan
Menu
Retour à la cohorte
Enregistrement W3087003154 · doi:10.69554/gfln6937

From pipeline audit to e-survey: A case study in research-driven prospect prioritisation and qualification

2020· article· en· W3087003154 sur OpenAlexaff
Lisa Bullock, Mingxia Liu, Betsy Schuurman

Notice bibliographique

RevueJournal of education advancement & marketing. · 2020
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEvaluation and Performance Assessment
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésAuditSurvey researchPipeline (software)BusinessEngineeringAccountingBusiness administrationMechanical engineering

Résumé

récupéré en direct d'OpenAlex

In the final stages of a CAD$300m capital campaign, the Prospect Research and Management team at Carleton University collaborated with Development Officers to restructure prospect pipelines to be more active and dynamic through a comprehensive pipeline review. The team also piloted an E-Survey project to expedite prospect qualification. This paper discusses the planning and execution of both projects, approaches taken to prioritise and optimise prospect portfolios and changes made to the prospect-qualification process to increase efficiency and help the major gifts team focus on the best prospects. The objectives of this paper are to analyse: how to plan and conduct a comprehensive pipeline audit; how to use E-Survey to expedite prospect qualification and how to build partnerships with Development Officers through data-driven research.

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)0,027
score de la tête « metaresearch » (Gemma)0,019
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,309
Score d'incertitude au seuil0,989

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0270,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,481
Tête enseignante GPT0,603
Écart entre enseignants0,122 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of education advancement & marketing.Même sujetEvaluation and Performance AssessmentTravaux en français237 207