MétaCan
Menu
Retour à la cohorte
Enregistrement W2120369752 · doi:10.1111/j.1467-6486.2010.00986.x

Adoption and Coverage of Performance‐Related Pay during Institutional Change: An Integration of Institutional and Agency Theories

2010· article· en· W2120369752 sur OpenAlexaff
Sung‐Choon Kang, Yoshio Yanadori

Notice bibliographique

RevueJournal of Management Studies · 2010
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésRemunerationLegitimacyAgency (philosophy)PoliticsInstitutional theorySample (material)Principal–agent problemPublic economicsInstitutionalismBusinessEmpirical researchEarly adopterEconomicsPublic relationsMarketingCorporate governanceFinanceSociologyPolitical scienceManagement

Résumé

récupéré en direct d'OpenAlex

abstract Whether or not to adopt and how extensively to use a newly legitimized practice are discrete decisions made by firms undergoing institutional change. The aim of this paper is to identify the distinct effects of economic, social, and political factors on the adoption of performance‐related pay practices and their coverage (i.e. the proportion of employees covered by the practices) by integrating institutional and agency theories. An empirical analysis is performed with a unique sample of Korean firms that experienced the East Asian financial crisis of 1997. The results show that while performance‐related pay adoption was influenced by economic and social factors, performance‐related pay coverage was related to political factors as well as economic and social factors. This finding suggests that while firms adopt performance‐related pay practices in search of legitimacy, they do not blindly imitate such practices but rather proactively adapt them based on economic efficiency considerations. This study makes valuable contributions to research on institutionalism and remuneration by empirically identifying the conditions under which a pay practice adopted for social legitimacy fits or fails to fit the economic needs of the adopters.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,572
Score d'incertitude au seuil0,304

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
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 Opus0,025
Tête enseignante GPT0,241
Écart entre enseignants0,216 · 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'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

Citations45
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Management StudiesMême sujetCorporate Finance and GovernanceTravaux en français237 207