MétaCan
Menu
Retour à la cohorte
Enregistrement W4413222670 · doi:10.1002/nvsm.70026

The Role of Crowdfunding in Philanthropy: Donor Motivations From a Self‐Determination Theory and Cultural Lens

2025· article· en· W4413222670 sur OpenAlexaboutno aff
Jonathan Bezalel

Notice bibliographique

RevueJournal of Philanthropy · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinTech, Crowdfunding, Digital Finance
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Leicester
Mots-clésSociocultural evolutionIncentiveMarketingSelf-determination theoryPublic relationsPsychologySocial psychologyBusinessSociologyPolitical scienceEconomicsMicroeconomics

Résumé

récupéré en direct d'OpenAlex

ABSTRACT This study examines how intrinsic and extrinsic motivations influence monetary support in crowdfunding through the lens of self‐determination theory and cultural background, offering implications for fundraising strategies. Using controlled lab experiments across varied crowdfunding contexts—art, music, small business, and nonprofit campaigns—we explore the overjustification effect and the role of sociocultural factors in shaping donor behavior. Rewards are categorized as extrinsic (gift and recognition) or intrinsic (participation and influence). Findings reveal that removing gifts slightly increases average contributions, whereas eliminating both gifts and recognition reduces support. Donor behavior also varies by country: US‐born participants contribute the most overall, UK‐born donors prefer gift‐free scenarios, and Canadian‐born donors are more generous when both gifts and recognition are absent. These results challenge conventional interpretations of the overjustification effect and highlight the importance of culturally responsive reward structures. We offer practical recommendations for campaign designers and nonprofit organizations to optimize crowdfunding strategies using targeted incentives and social proof. By anchoring donor motivations within a self‐determination framework, this study contributes to the literature on philanthropic marketing and behavioral economics.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,317
Score d'incertitude au seuil0,440

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,009
Tête enseignante GPT0,251
Écart entre enseignants0,241 · 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.

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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of PhilanthropyMême sujetFinTech, Crowdfunding, Digital FinanceTravaux en français237 207