MétaCan
Menu
Retour à la cohorte
Enregistrement W2129895456 · doi:10.1093/jpo/jou003

Unpacking client capture: evidence from corporate law firms

2014· article· en· W2129895456 sur OpenAlexaffabout
Ronit Dinovitzer, Hugh Gunz, Sally Gunz

Notice bibliographique

RevueJournal of Professions and Organization · 2014
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEthics in Business and Education
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésUnpackingBusinessLinguistics

Résumé

récupéré en direct d'OpenAlex

The literature on the professions long recognized that clients can exert considerable influence over their advising professionals, with the risk that the advice they are given may not be in their best interests. In a qualitative study of 106 Canadian corporate lawyers working in large law practices we find that the traditional formulation of this problem, in terms of a client ‘capturing’ a professional, fails to address the complexities of situations in which the client is a corporation and the professional is a partner within a large professional service firm. We induce a model of client capture from our data that unpacks the concept and shows that the professional may fall under a range of influences, not all of which come from the client directly; and distinguishes between four distinct forms of capture which, in effect, trace the pathways through which the power of the client is exercised. We illustrate the nature of the resulting influences on professionals using material from the interviews, and consider the implications of our findings.

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)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,278
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,009
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)0,0000,000

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 Opus0,232
Tête enseignante GPT0,403
Écart entre enseignants0,171 · 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.

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

Citations27
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Professions and OrganizationMême sujetEthics in Business and EducationTravaux en français237 207