Digital for Good: A Global Study on Emerging Ways of Giving - United Kingdom
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The COVID-19 pandemic fundamentally altered many aspects of day-to-day life and the philanthropic sector in the United Kingdom (UK). Pandemic restrictions limited in-person interactions and accelerated an already growing digitalization of the UK philanthropic sector. However, past research found no conclusive evidence of the degree to which digital interactions will replace in-person fundraising. While 2020 witnessed a growth in online donations alongside a drop in cash donations, only a little more than a quarter of charities said digital fundraising was as effective as in-person fundraising.Key findings do affirm some pre-pandemic trends in giving methods in the UK. There was a marked increase in the proportion of people giving via website or app, which occurred at the same time as a decrease in donors giving via cash. Younger people donate online more than older adults, yet older age groups have also engaged more with online giving. On average, 60 percent of donors' gifts were made online in the 12 months prior to this study.Nevertheless, the findings also suggest that philanthropy will retain a human element. Most who used social media to request donations from family and friends also tended to make those requests in-person. And most British people expect that in the future we will give digitally rather than in cash, but almost half expected this to occur via in-person contactless donations tins.Overall, this report concludes that the post-pandemic fundraising landscape seems more likely to develop as a hybrid one, where online interactions complement—rather than substitute—offline interactions.
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.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,089 | 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 découle