Modelos de gestão e inovação social em organizações sem fins lucrativos: divergências e convergências entre nonprofit sector e economia social
Bibliographic record
Abstract
Este trabalho se insere no campo de estudos sobre organizações sem fins lucrativos. Observa-se que o crescimento em quantidade desse tipo de organização veio acompanhado por mudanças em seus modelos de gestão, particularmente nas estruturas organizacional e de governança. Tem-se como objetivo principal desenvolver relações entre modelos de gestão de organizações sem fins lucrativos e geração de inovação social. O quadro teórico foi construído a partir de revisão bibliográfica nos seguintes conceitos: nonprofit sector, cujo referencial é de origem anglo-saxã; economia social, de origem francesa; e inovação social. Esta pesquisa trata-se de um estudo qualitativo, exploratório, cujos meios de investigação são estudos de dois casos de organizações sem fins lucrativos. Os estudos de casos envolveram pesquisa de campo, investigação documental, observação participante e entrevistas com atores-chave que trabalham nas respectivas organizações. O primeiro caso ocorreu em uma associação localizada em São Paulo, Brasil, que possui uma escola de artes; o outro, deu-se em uma cooperativa de solidariedade localizada em Montreal, Québec, Canadá. Ao final do trabalho são indicados os resultados das análises sobre as relações entre modelos de gestão e geração de inovação social.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.007 |
| Science and technology studies | 0.004 | 0.010 |
| Scholarly communication | 0.013 | 0.010 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.012 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".