The Storytelling External Stakeholder: How Non-Profit Organizations in Supportive Housing Can Help Ensure That Externals Stakeholder Stories End in Connection
Notice bibliographique
Résumé
This paper examines the need for organizations to listen to and learn from the stories of their external stakeholders, especially in the context of supportive housing. To this end, this study builds on research conducted by the Dream Team in 2014, which was compiled to create a bill of rights for supportive housing tenants in the Greater Toronto Area. The literature describes many benefits of storytelling for organizations, but often overlooks the stories of external stakeholders in favour of leadership stories. And yet it is widely understood that it is impossible for one story or storyteller to completely capture the essence of any one organization. Ignoring the stories of external stakeholders creates an atmosphere of disconnection and is tantamount to turning a blind eye to unmet market needs. This paper proposes a framework in which a three-pronged linkage between “stakeholder engagement”, “intersectionality” (Crenshaw, 1991), and “organizational attention” (Gómez, 2015) informs an organization’s understanding of external stakeholders’ “exit” and “voice” behaviours (Hirschman, 1970)—and ultimately helps to ensure that the stories of external stakeholders end in connection. The findings of this study reveal that the subjunctive mood may typically be used to tell stories of disconnection, but more research is needed to determine this. Also, the data suggest that the biggest barrier to communication between tenants and supportive housing organizations may be the myth that people with mental illness and/or substance use issues are incompetent children who must be taken care of.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,018 | 0,017 |
| Communication savante | 0,015 | 0,016 |
| Science ouverte | 0,003 | 0,020 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».