MétaCan
Menu
Retour à la cohorte
Enregistrement W2133868162 · doi:10.1080/19416520.2013.766076

Imprinting: Toward a Multilevel Theory

2013· article· en· W2133868162 sur OpenAlexaff
Christopher Marquis, András Tilcsik

Notice bibliographique

RevueAcademy of Management Annals · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Capital and Networks
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésImprinting (psychology)Organizational theoryOrganizational structureOrganizational ecologyManagement scienceSociologySocial scienceManagementEconomics

Résumé

récupéré en direct d'OpenAlex

The concept of imprinting has attracted considerable interest in numerous fields—including organizational ecology, institutional theory, network analysis, and career research—and has been applied at several levels of analysis, from the industry to the individual. This article offers a critical review of this rich yet disparate literature and guides research toward a multilevel theory of imprinting. We start with a definition that captures the general features of imprinting across levels of analysis but is precise enough to remain distinct from seemingly similar concepts, such as path dependence and cohort effects. We then provide a framework to order and unite the splintered field of imprinting research at different levels of analysis. In doing so, we identify economic, technological, institutional, and individual influences that lead to imprints at the level of (a) organizational collectives, (b) single organizations, (c) organizational building blocks, and (d) individuals. Building on this framework, we develop a general model that points to major avenues for future research and charts new directions toward a multilevel theory of imprinting. This theory provides a distinct lens for organizational research that takes history seriously.

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)0,004
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,010
Communication savante0,0040,008
Science ouverte0,0020,005
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,093
Tête enseignante GPT0,363
Écart entre enseignants0,270 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

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

En bref

Citations37
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management AnnalsMême sujetSocial Capital and NetworksTravaux en français237 207