Quel type d’organisation à but non lucratif est-il privilégié dans les marchés publics en Chine ?
Bibliographic record
Abstract
Les marchés publics avec des organisations à but non lucratif pour la prestation de services sont devenus une pratique courante dans le paysage de l’administration publique. Dans la présente recherche, nous examinons les types d’organisations à but non lucratif qui sont les plus susceptibles de bénéficier de fonds publics pour la prestation de services. En considérant la recherche de financement public par les organisations à but non lucratif comme un effort interorganisationnel, nous examinons les facteurs contextuels et organisationnels qui influencent l’obtention de financement public par ces organisations. Sur la base des données recueillies dans le cadre d’une enquête nationale sur les organisations sans but lucratif chinoises, nous observons une relation contractuelle étroite entre le gouvernement et les organisations sans but lucratif. Une analyse plus approfondie suggère que la défense des politiques, la cooptation par le conseil d’administration, la concurrence externe et la formalisation de l’organisation ont un impact positif sur l’obtention de financements publics, tandis que la collaboration interorganisationnelle et la professionnalisation des organisations ne semblent pas jouer un rôle significatif. À notre connaissance, la présente étude représente la première enquête nationale sur les marchés publics entre le gouvernement et les organismes sans but lucratif en Chine. Les résultats enrichissent la littérature en ajoutant de nouvelles données empiriques issues d’un contexte autoritaire. Remarques à l’intention des praticiens Dans la présente étude, nous examinons les facteurs contextuels et organisationnels qui influent sur l’obtention par les organismes sans but lucratif chinois de marchés d’achat de services du gouvernement. Les résultats indiquent que les organisations sans but lucratif qui s’engagent dans davantage d’activités de défense des politiques, dont les conseils d’administration comptent plus de personnes ayant une expérience de travail au sein du gouvernement, qui font face à une plus forte concurrence dans l’acquisition de ressources et la prestation de services de la part des environnements opérationnels, et qui adoptent des structures et des procédures plus formelles dans les opérations organisationnelles, obtiendraient davantage de contrats gouvernementaux.
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 | 0.004 | 0.014 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.005 | 0.008 |
| Scholarly communication | 0.011 | 0.009 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.032 | 0.005 |
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".