The dark side of impact measurement: complexities and drawbacks
Notice bibliographique
Résumé
Purpose The purpose of this study is to contribute to the discussion surrounding impact measurement on social enterprises (SEs). The findings provide a more nuanced perspective on tensions that often emerge from SEs journeys by presenting the complexities which social entrepreneurs and investors should be attentive to. Design/methodology/approach This research used grounded theory as the means to explore how stakeholders accomplish the requirements for impact measurement, overcoming the challenges that arise in the process. Through 18 semi-structured interviews, the authors develop a conceptual model to better understand how a practice that is often taken for granted might compromise SEs achievements and sustainability in the long term. Findings The proposed model uncovered an unintended consequence of impact measurement: mission drift. The requirements to assess the social impact raise expectations on different actors and create challenges that affect the true purpose of SEs, the delivery of their social mission. Practical implications This study contributes to research and practice. First, the authors develop a theoretical model for social entrepreneurs and social investors to shed light on the hidden consequences of impact measurement. Second, the authors strengthen the knowledge in the field by conducting a study on SEs outside the mainstream Western-centric context. Originality/value The authors enrich the literature by exploring the tensions related to impact measurement in SEs in the Global South and unravel new perspectives on the subject.
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 | 0,247 | 0,444 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,005 | 0,033 |
| Communication savante | 0,013 | 0,019 |
| Science ouverte | 0,005 | 0,015 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».