MétaCan
Menu
Retour à la cohorte
Enregistrement W2000797205 · doi:10.1093/icc/12.4.697

Where do small worlds come from?

2003· article· en· W2000797205 sur OpenAlexaffabout
Joel A. C. Baum

Notice bibliographique

RevueIndustrial and Corporate Change · 2003
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCliqueIntermediaryCentralityBusinessCore (optical fiber)Small-world networkSyndicateNetwork formationInterpersonal tiesControl (management)Network analysisIndustrial organizationInvestment (military)Economic geographyComplex networkComputer scienceMarketingEconomicsPoliticsEngineeringTelecommunicationsPolitical scienceSociologyManagementFinanceMathematics

Résumé

récupéré en direct d'OpenAlex

Interfirm networks often take on characteristics consistent with the notion of a small world--they are locally clustered into dense sub-networks or cliques that are sparsely connected by a small number of ties that cut across the cliques, linking network members through a relatively small number of intermediaries. Are these characteristics an emergent property of interfirm networks that result from chance connections among firms, or more strategic partnering by firms to improve or protect their network positions? After outlining a behavioral account for this frequently observed network topology, we show that the evolving investment bank syndicate network in Canada exhibited small world properties from 1952 to 1990. We then identify the investment bank cliques comprising the network and the 'spanning' ties that cut across them, and test three distinct scenarios that may explain the formation of these ties, which are responsible for the small worldliness of the network: (i) chance partnering of firms in different cliques; (ii) insurgent partnering by peripheral firms to destabilize the network and improve their network positions; and (iii) control partnering by core firms to maintain the network status quo and their positions within it. All three scenarios played a role in explaining the formation of clique-spanning ties; however, chance and insurgent partnering played a greater role in our empirical setting. Our analysis of how small world structures emerge and evolve over time offers new insight into the origins of a prevalent interfirm network topology, and a baseline for constructing future models of interfirm network evolution and dynamics. Copyright 2003, Oxford University Press.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,889
Score d'incertitude au seuil0,864

Scores Codex et Gemma par catégorie

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

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 Opus0,174
Tête enseignante GPT0,219
Écart entre enseignants0,045 · 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 tête enseignante, 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
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

Citations29
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIndustrial and Corporate ChangeMême sujetCorporate Finance and GovernanceTravaux en français237 207