PUBLIC – PRIVATE AFFAIRS: HOW NONPROFIT ORGANIZATIONS CAN MORE EFFECTIVELY ATTRACT SUPPORT FROM CORPORATIONS
Notice bibliographique
Résumé
In its specific focus on the partnerships between nonprofit organizations and corporations from the perspective of the nonprofit organization, this paper adds to the conceptual and theoretical work on the interacting cross-level understanding of social embeddedness. Trust, legitimacy and reciprocity are three important concepts that inform these interorganizational relationships. Hagedoorn’s (2006) three levels of embeddedness: environmental embeddedness, interorganizational embeddedness and dyadic embeddedness provide the theoretical lens through which trust, legitimacy and reciprocity provide prediction regarding the level of support that corporations might offer to nonprofit organizations. Estimated at $241 billion, or two percent of gross domestic product of the United States, philanthropy is big business (Daw, 2006; Gardberg & Fombrun, 2006). Although corporate support represents a relatively small share of total donations (5.6 % in the US and 16 % in Canada), it remains an important contribution (Daw, 2006). In Canada, 43 % of the companies traded on the Toronto Stock Exchange donate between.1 to 2.7 % of their pretax profits (Jantzi Research Associates, 2006). Non-profit organizations, the recipients of these monies and other inkind contributions, play an important role in the economy (Statistics Canada, 2006b); a role that is growing as the sector continues to outpace the economy as a whole (Gardberg & Fombrun, 2006; Statistics Canada, 2006b). This trend is also seen globally as well, with the number of nonprofit organizations continuing to grow steadily (McLaughlin, 2006) and now exceeding 1.5
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 | 0,013 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,011 | 0,014 |
| Communication savante | 0,027 | 0,021 |
| Science ouverte | 0,002 | 0,017 |
| Intégrité de la recherche | 0,007 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,028 | 0,005 |
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 source (Gemma direct ou Codex distillé), 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 ».