MétaCan
Menu
Retour à la cohorte
Enregistrement W1848478910 · doi:10.2189/asqu.51.4.560

Social Structure and Exchange: Self-confirming Dynamics in Hollywood

2006· article· en· W1848478910 sur OpenAlexaff
Olav Sorenson, David M. Waguespack

Notice bibliographique

RevueAdministrative Science Quarterly · 2006
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueManagement and Organizational Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSocial exchange theoryHollywoodPreferencePromotion (chess)MicroeconomicsBox officeBusinessIndustrial organizationSocial mediaMarketingEconomicsAdvertisingSocial psychologyComputer sciencePsychologyPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

This study uses data on the U.S. film industry from 1982 to 2001 to analyze the effects on box office performance of prior relationships between film producers and distributors. In contrast to prior studies, which have appeared to find performance benefits to both buyers and sellers when exchange occurs embedded within existing social relations, we propose that the apparent mutual advantages of embedded exchange can also emerge from endogenous behavior that benefits one party at the expense of the other: actors offer better terms of trade and allocate more resources to transactions embedded within existing social relations, thereby contributing to the ostensible advantages of such exchange patterns. Findings show that not only do distributors exhibit a preference for carrying films involving key personnel with whom they had prior exchange relations, but also they tend to favor these films when allocating scarce resources (opening dates and promotion effort). After controlling for the effects of these decisions, films with deeper prior relations to the distributor perform worse at the box office. The results suggest that, rather than benefiting from repeated exchange, distributors overallocate scarce resources to these prior exchange partners, enacting a self-confirming dynamic.

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)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,003
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,012
Tête enseignante GPT0,255
Écart entre enseignants0,243 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations267
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdministrative Science QuarterlyMême sujetManagement and Organizational StudiesTravaux en français237 207