MétaCan
Menu
Retour à la cohorte
Enregistrement W4313509584 · doi:10.6000/1929-4409.2022.11.18

Factors Influencing NGO Activities: Lithuanian Case Study

2022· article· en· W4313509584 sur OpenAlexvenueno aff
Andrius Stasiukynas, Aušra Šukvietienė, Tadas Sudnickas

Notice bibliographique

RevueInternational Journal of Criminology and Sociology · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueNonprofit Sector and Volunteering
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLithuanianLegislationBusinessProcurementThe RepublicLegal statusAccountingEmpirical researchProfit (economics)Public interestPublic relationsPolitical scienceLawMarketingEconomics

Résumé

récupéré en direct d'OpenAlex

The article aims to explore the external and internal factors influencing the activities of NGOs, in Lithuania. A qualitative empirical study was conducted (10 expert surveys) on this issue, what are the factors that help and hinder the activities of NGOs in Lithuania. The study allowed us to identify groups of factors positively influencing the activities of NGOs: human skills; infrastructure, as well as the organisation's relationship with public authorities, the hindering factors were also identified: the application of contracting authority status to NGOs; "activities in the public interest" interpretation; peculiarities of taxation of non-profit organizations; etc. The most relevant groups of NGO activity problems and related legal acts were distinguished: application of the contracting authority status to NGOs (Law on Public Procurement of the Republic of Lithuania); Interpretation of “activities in the public interest” (STI material. Peculiarities of taxation of non-profit organizations; etc. legislation); application of corporate income tax to non-profit organizations (Law on Corporate Income Tax of the Republic of Lithuania).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0080,003
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,110
Tête enseignante GPT0,384
Écart entre enseignants0,274 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Criminology and SociologyMême sujetNonprofit Sector and VolunteeringTravaux en français237 207