Leveraging Foundation Balance Sheets for Greater Impact: Piloting a Pooled Guarantee Program
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A guarantee instrument is a credit enhancement tool that can enable philanthropies to unlock millions or billions of dollars for societal impact. The Community Investment Guarantee Pool, created in 2019 by a collaboration of philanthropies and allied impact investors, or guarantors, is a novel initiative that uses guarantees to leverage the balance sheets of foundations and other institutional investors for enhancing the credit of intermediaries in the affordable housing, small-business, and climate markets. As the guarantees are unfunded, foundations continue to keep their endowment invested in the conventional market. This article describes the Community Investment Guarantee Pool, details its theory of change, and shares early challenges and insights related to the underlying theory of change. It discusses investor “but for” contributions; treatment of risk (perceived versus actual), both for the guarantors and intermediary recipients; and adaptations for specific markets. The pool is using developmental evaluation and emergent learning to surface insights for philanthropic and other impact investors. These insights can inform practices that hone the use of guarantees and a pooled impact investing approach. Foundations will benefit collectively and individually from the pool’s experience as they learn how to best integrate the use of guarantees in their own foundations and initiate other collaborative guarantee pools focused on sectors or geographic regions. Additionally, financial intermediaries can become more familiar with this financial tool and will be able to experiment with innovative and equitable lending and investment decisions with greater confidence due to the guarantee backing and lessons surfaced through a learning community.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découle