MétaCan
Menu
Retour à la cohorte
Enregistrement W2142390486 · doi:10.22004/ag.econ.273604

The Leader as Catalyst: On Leadership and the Mechanics of Institutional Change

2007· article· en· W2142390486 sur OpenAlexaff
Sumon Majumdar, Sharun Mukand

Notice bibliographique

RevueAgEcon Search (University of Minnesota, USA) · 2007
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Theory and Institutions
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésDynamismFollowershipPoliticsTransformational leadershipScale (ratio)Public relationsTransactional leadershipPolitical scienceSocial psychologyEconomic systemBusinessPsychologyEconomicsEpistemologyLaw

Résumé

récupéré en direct d'OpenAlex

Individual leaders have been central to the transformation of organizations, political institutions and many instances of social and economic reform. In this paper we take a first step towards analyzing the role of leadership to ask: when and how does a leader engineer change? We show that while underlying structural conditions and institutions are important, there is an independent firstorder role for individual agency in bringing about change and thus transforming the institutions. We emphasize the key nature of the symbiotic relationship between followers decisions’ to willingly entrust their faith in the leader and the leader’s initiative at leading them. This two-way interaction can endogenously give rise to threshold effects; slight differences in the leader’s ability or the underlying structural conditions can dramatically improve the prospects for successful change. Given the centrality of this leader-follower relationship, we further explore conditions under which an individual may deliberately prefer to follow an ambitious leader with divergent interests rather than a benevolent one with congruent preferences. Thus by virtue of having followers, both ‘good’ and ‘bad’ leaders may be effective at bringing about change.

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)0,005
score de la tête « metaresearch » (Gemma)0,012
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,010
Communication savante0,0040,006
Science ouverte0,0010,003
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,114
Tête enseignante GPT0,235
Écart entre enseignants0,121 · 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
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

Citations62
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgEcon Search (University of Minnesota, USA)Même sujetEconomic Theory and InstitutionsTravaux en français237 207