MétaCan
Menu
Retour à la cohorte
Enregistrement W7132038309

Leping Foundation: Introducing Venture Philanthropy to China

2019· other· en· W7132038309 sur OpenAlexaff
Lydia J. Price, Liman Zhao

Notice bibliographique

RevueCEIBS Institutional Repository · 2019
Typeother
Langueen
Domaine
Thématique
Établissements canadiensCentre Casa
Organismes subventionnairesnon disponible
Mots-clésBeijingChinaContext (archaeology)Flexibility (engineering)Investment (military)Social partnersSocial venture capital
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The case explores the challenges and opportunities of practicing venture philanthropy in an emerging market. Jaff Shen, a serial social entrepreneur and Founder/General Secretary of Leping Social Entrepreneur Foundation ("Leping") brought the international venture philanthropy network Social Venture Partners ("SVP") to China in 2012 to help build China’s overall civil society and proclivity for social entrepreneurship. SVP's Beijing branch was launched as a non-profit in 2013 and attracted thirty partners who invested in four education-related social enterprises within the first two years of operation. SVP Shanghai followed in 2016, registering as a for-profit company for greater flexibility in the context of China’s strong non-profit regulations. Given some freedom to develop its own path, SVP Shanghai evolved more slowly than Beijing, enrolling 11 partners within the first year without making any investments. Students are asked to explain the reasons for Shanghai's slow growth, and then critically evaluate a strategy suggested to Shen for accelerating the progress. They must take a stand in Shen's internal debate about whether to push a fast top-down strategy or tolerate a slower-paced bottom-up trajectory. Students also have the opportunity to compare four different SPO investment opportunities shortlisted by SVP Shanghai's partners for their initial investment, and to propose an evaluative framework for screening the potential targets and subsequently monitoring the investment outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,003
Communication savante0,0060,005
Science ouverte0,0010,006
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0200,002

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 Opus0,010
Tête enseignante GPT0,257
Écart entre enseignants0,248 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCEIBS Institutional RepositoryTravaux en français237 207