A study of incentives in charitable fundraising
Notice bibliographique
Résumé
Purpose The purpose of this study is to determine how self-driven (intrinsic motivators) and monetary incentives (extrinsic motivators) are mediated by an effort to affect fundraising outcomes. This integration sheds light on crowding out between the two types of incentives as well the drivers of fundraising outcomes, specifically effort and donations. Design/methodology/approach A field experiment is conducted over a two-month period, involving an online fundraising campaign with over 300 volunteers assigned to one of five different incentive conditions. A special website was created to monitor fundraiser efforts. Fundraisers filled out pre- and post-study surveys. Findings While high monetary incentives result in the greatest immediate increase in funds raised, they crowd out future intentions to volunteer once incentives are withdrawn. Mediation analyzes show that fundraiser effort fully mediates the effect of intrinsic motivators and partially mediates the direct effect of extrinsic motivators on funds raised. Research limitations/implications A major limitation of field experiments is the lack of control, resulting in higher variation. However, while a more controlled experiment will reduce this variation, this goes at the expense of lower external validity. Practical implications Results indicate that – at least in the short run – monetary incentives can result in higher fundraising outcomes. However, this goes at the expense of a reduction in future volunteering once the incentives are withdrawn. Originality/value This study examines whether extrinsic or intrinsic motivators have a greater impact on funds raised and whether extrinsic motivators crowd out future intentions to volunteer. Different from previous research in which effort is a latent variable, the effort is directly observed over time.
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 | 0,013 | 0,003 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».