Fostering, Promoting, and Encouraging Philanthropy: Mechanisms to Attract Younger Generations of Donors and Volunteers
Notice bibliographique
Résumé
ABSTRACT For fundraising campaigns to attract support from all generations, it is important to understand how younger generations prefer to give and which strategies speak to them. This editorial discusses insights from nine papers dedicated to a special issue on understanding and attracting younger generations to increase the pool of donors and volunteers. Our discussion focuses on their giving preferences, influencing factors, engagement strategies, and expectations. This focus provides valuable insights for organizations aiming to engage these generations in philanthropy more effectively. We conclude with five propositions, three pillars, and five suggestions for future research. Our propositions highlight the differences and similarities among generations, the need to continue modernizing fundraising approaches, the role of engagement, and the expectations of younger generations. We summarise the strategies and motivational factors via three pillars: (1) foster a sense of belonging, (2) promote personal growth, and (3) encourage active participation in philanthropic activities. These pillars highlight the significance of traditional values such as altruism and recognition while emphasizing the growing importance of personal development and fostering a fun and social environment. Our suggestions for future research include a call for (1) longitudinal studies, (2) comparative analyses, (3) increased attention to Generation Alpha, (4) exploration of the role of digital technologies, and (5) assessing the current implementation of the suggestions by non‐profit organizations.
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 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 | 0,001 | 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 | 0,000 | 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».