MétaCan
Menu
Retour à la cohorte
Enregistrement W4311782220 · doi:10.1002/nvsm.1782

Online social network fundraising: Threats and potentialities

2022· article· en· W4311782220 sur OpenAlexaff
Walter Wymer, Ljiljana Najev Čačija

Notice bibliographique

RevueJournal of Philanthropy and Marketing · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinTech, Crowdfunding, Digital Finance
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésDisintermediationIntermediaryReputationLeverage (statistics)BusinessSocial mediaPublic relationsIntermediationInternet privacyKey (lock)CrowdsourcingMarketingPolitical scienceComputer scienceWorld Wide WebComputer securityFinance

Résumé

récupéré en direct d'OpenAlex

Abstract There has been a growth in online fundraising from crowdfunding apps, like GoFundMe, that propagate fundraising appeals on social networking sites. In the online space, these crowdfunding apps pose a potential threat to the traditional intermediation role of charities. The disintermediation threat is that donors choose crowdfunding intermediaries instead of charities to channel their giving. In this article, we discuss what makes crowdsourced fundraising effective and how charities can adapt to this new dynamic for more effective online fundraising emphasizing two key success factors: brand strength/reputation and managing the donor experience. In addition, we explain the advantages and disadvantages of social media fundraising and giving and propose ways charities can leverage their good reputations and public trust to stimulate reintermediation. Finally, we propose a landscape for future research based on model that emphases the fundraising campaign's ability to stimulate viral sharing within and between online social networks.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,556
Score d'incertitude au seuil0,717

Scores Codex et Gemma par catégorie

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

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 Opus0,025
Tête enseignante GPT0,248
Écart entre enseignants0,224 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Philanthropy and MarketingMême sujetFinTech, Crowdfunding, Digital FinanceTravaux en français237 207