MétaCan
Menu
Retour à la cohorte
Enregistrement W67929287

When to Use Volunteer Labor Resources? An Organizational Analysis for Nonprofit Management

2007· article· en· W67929287 sur OpenAlexaboutno aff
Femida Handy, Jeffrey L. Brudney

Notice bibliographique

RevueScholarly Commons (University of Pennsylvania) · 2007
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueNonprofit Sector and Volunteering
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRemunerationBusinessVolunteerPublic relationsHuman resource managementLabour economicsEconomicsMarketingManagementPolitical scienceFinance
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Volunteer labor is commonly used to produce many goods and services in our economy. Many studies examine the supply of volunteer labor and determine why and how individuals give their time without remuneration (Freeman, 1997; Menchik, & Weisbrod, 1987; Smith, 1994; Vaillancourt & Payette, 1986). Fewer studies examine the demand for and the use of volunteer labor by organizations that receive it (Emanuele, 1996; Handy & Srinivasan, 2005). However, not surprisingly there exists a strong demand for volunteer labor; given it’s relatively low cost and individuals willing to supply unpaid labor. For example, 93% of volunteers are engaged by 161,000 nonprofit organizations (NPOs) in Canada (Statistics Canada, 2004 b). In the United States, a national study found 80% of charities use volunteers (Hager, 2004).

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,133
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,032
Tête enseignante GPT0,276
Écart entre enseignants0,244 · 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'étudeObservationnel
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

Citations48
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarly Commons (University of Pennsylvania)Même sujetNonprofit Sector and VolunteeringTravaux en français237 207