Putting the “Social” Back in Social Enterprise: An Evidence-Based Approach
Notice bibliographique
Résumé
Published May 17, 2022 in Nonprofit Quarterly (NPQ) https://nonprofitquarterly.org/ Social enterprises are eager to foster a socially-conscious image while making a profit. These businesses are built around the idea that they can make money while also contributing to society. They are not alone: conventional businesses like Amazon and Toyota also strive to project a socially-conscious image. This causes a problem for entrepreneurs who may want to start a truly social business, and socially-conscious consumers. This article introduces a research-based framework that consumers and entrepreneurs can use to evaluate social enterprises. A lack of evidence-based planning is a shortcoming of many enterprises’ social business models. Social ratings systems such as ESG ratings generally evaluate investment risk, rather than rigorously measured social benefits, and certifications like b-corp are weak, their methodology secretive. This research framework can help entrepreneurs to build truly social businesses, and help consumers, journalists, and librarians investigate and evaluate businesses around them, and make evidence-based choices.
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 | 0,262 | 0,490 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,031 | 0,016 |
| Études des sciences et des technologies | 0,004 | 0,015 |
| Communication savante | 0,021 | 0,020 |
| Science ouverte | 0,005 | 0,011 |
| Intégrité de la recherche | 0,011 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,002 |
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 ».