Non-credit Nonprofit Management Education: Beyond Mapping and Towards Critical Qualitative Inquiry
Notice bibliographique
Résumé
Nonprofit management education (NME) has received attention from scholars and practitioners over the past thirty years. Much of the research on NME focuses on credit-based university courses, primarily reflecting a U.S. context. Left out of analyses are non-credit NME offerings. This article relocates to an English-speaking Canadian landscape where a substantial number of non-credit NME courses are found. Mapping methodologies, favoured to showcase the breadth of NME, cannot offer deeper insight into questions and critiques of non-credit NME curriculum and instruction. This article shows how syllabi review and critical qualitative inquiry can deepen knowledge of non-credit offerings. A new research agenda for non-credit NME is required to support nonprofit managers to achieve their social goals. RÉSUMÉDepuis une trentaine d’années, la formation en gestion des organismes sans but lucratif (OSBL) a retenu l’attention d’universitaires et de praticiens. Cependant, une grande partie de leurs recherches sur la gestion des OSBL se concentre sur des cours universitaires offrant des crédits, et reflète un contexte principalement américain. Les cours sans crédit sur la gestion des OSBL sont omis des analyses. Cet article se focalise sur un paysage canadien anglophone où l’on retrouve un nombre important de cours sans crédit sur la gestion des OSBL. Certaines méthodologies de schématisation, privilégiées pour mettre en valeur la portée de tels cours, sont inefficaces pour offrir un aperçu plus approfondi des questions et critiques concernant le curriculum et l’enseignement de cours sans crédit sur la gestion des OSBL. Cet article montre comment la revue de plans de cours et l’enquête qualitative critique peuvent en revanche servir à approfondir la connaissance de ces cours sans crédit. Ainsi, un nouveau programme de recherche pour les cours sans crédit sur la gestion des OSBL s’avère nécessaire pour aider les gestionnaires d’OSBL à atteindre leurs objectifs sociaux.
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 | 0,060 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,011 | 0,029 |
| Communication savante | 0,013 | 0,009 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».