MétaCan
Menu
Retour à la cohorte
Enregistrement W4400991587 · doi:10.69554/sild7564

Recent grad refresh: Carleton University’s transformed approach to building relationships with new alumni

2022· article· en· W4400991587 sur OpenAlexaff
Sarah Mckinnon

Notice bibliographique

RevueJournal of education advancement & marketing. · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiquePrimary Care and Health Outcomes
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceSociologyMathematics educationMathematics

Résumé

récupéré en direct d'OpenAlex

As alumni donor bases continue to mature, devoting resources and energy to welcoming new alumni and cultivating philanthropic relationships is essential. Following consultation with recent graduates, Carleton University developed a refreshed strategy to guide communications, engagement and solicitation with its newest alumni. In the two years since implementation, beginning in 2019, Carleton has seen an increase in the number of new donors and revenue, as well as positive indicators of engagement. This paper outlines the approach Carleton took to audit its existing practices and offers a comprehensive account of the process of developing and implementing this new strategy. The refreshed approach is one that emphasises inclusion and provides value to alumni. This revamped strategy has bolstered donor acquisition, resulting in an increase in the number of recent grad donors and revenue while improving engagement with new alumni. Specific tactics used to cultivate and solicit recent grads are detailed, demonstrating their effectiveness in developing better relationships with alumni at Carleton.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,316
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,061
Tête enseignante GPT0,376
Écart entre enseignants0,315 · 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.

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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of education advancement & marketing.Même sujetPrimary Care and Health OutcomesTravaux en français237 207