IngCare: Tough Choices for Social Entrepreneurship
Notice bibliographique
Résumé
Ing Care was founded with the vision of using technology to improve rehabilitation services for Autism Spectrum Disorders (ASD), in the hope of giving all autistic children access to effective treatment and intervention. In this sense, Ing Care was a social enterprise committed to creating social value by addressing social problems. During the eight years after its founding, Ing Care offered online training courses for autism therapists, and introduced the Verbal Behavior-Milestones Assessment and Placement Program ("VB") to provide patient-specific and individualized rehabilitation training, disrupting traditional practices. However, VR met a lukewarm response, forcing Ing Care to build its own rehabilitation facilities to endorse VB. Moreover, Ing Care designed a rehabilitation curriculum map and a digital platform for curriculum implementation and management, and made these products accessible to other rehabilitation facilities, medical institutions, and parents of autistic children. To grow its business, the company had brought in professional managers, who raised issues of cross-cultural conflict. In spite of this, by early 2022, Ing Care had two lines of business: one was to operate 15 self-owned high-end rehabilitation centers; the other was associated with transferring its capabilities outward (for example by creating the IDEA Inside brand, setting out exemplary models of IDEA teaching, and helping medical institutions to build an autism screening system. While the two business sectors presented both opportunities and challenges, Ing Care's founding team faced a strategic positioning dilemma: As a social startup with limited resources and capabilities, Ing Care had to decide on the relative emphasis it should place on opening more rehabilitation centers versus empowering other industry players to avoid spreading itself too thinly.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,003 |
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 tête enseignante, 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 ».