MétaCan
Menu
Retour à la cohorte
Enregistrement W2090092521 · doi:10.1017/jmo.2014.26

Perceived voluntary code legitimacy: Towards a theoretical framework and research agenda

2014· article· en· W2090092521 sur OpenAlexaff
Wesley Helms, Kernaghan Webb

Notice bibliographique

RevueJournal of Management & Organization · 2014
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal trade, sustainability, and social impact
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésLegitimacyTransaction costBusinessNormativeCode (set theory)Institutional theoryPerceptionProcess (computing)Database transactionPublic relationsIndustrial organizationMarketingEconomicsPolitical scienceComputer sciencePsychologyFinance

Résumé

récupéré en direct d'OpenAlex

Abstract Increasingly within industries voluntary codes (standards) are being developed and subsequently used by firms to address social and environmental issues. On any particular issue multiple competing codes may be available for adoption by firms. Given a choice of codes, which ones will firms adopt? Building on existing institutional and economic research pertaining to voluntary codes this paper proposes a theoretical model as to why some codes are perceived as legitimate by firms and hence are widely adopted while others are not. This model proposes that, in addition to the role of the code's content, the characteristics of the adopting firm, and environmental factors, the origins of a voluntary code, including the characteristics of the developer creating it, the development process, and the opportunity for firms to engage in formalized ‘normative conversations’ regarding the code subsequent to its adoption, will influence whether potential firm adopters perceive the code as legitimating and hence decide to adopt it. Rather than code adoption simply reflecting institutional mimicry or a rational transaction by adopting firms this model suggests that both the creation and the maintenance processes surrounding codes play important roles in the perceptions of legitimacy and subsequent adoption of codes by firms.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,528
Score d'incertitude au seuil0,578

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
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 savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,024
Tête enseignante GPT0,305
Écart entre enseignants0,281 · 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'étudeThéorique ou conceptuel
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

Citations7
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Management & OrganizationMême sujetGlobal trade, sustainability, and social impactTravaux en français237 207