MétaCan
Menu
Retour à la cohorte
Enregistrement W2148609104 · doi:10.5465/ambpp.2003.13792394

MULTILEVEL DETERMINANTS AND PROCESSES OF INSTITUTIONAL CHANGE IN THE BRITISH COLUMBIA COASTAL FOREST INDUSTRY.

2003· article· en· W2148609104 sur OpenAlexaboutno aff
Charlene Zietsma

Notice bibliographique

RevueAcademy of Management Proceedings · 2003
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Management and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésClearcuttingLoggingBusinessNegotiationLegislationForestryPolitical scienceGeographyLaw

Résumé

récupéré en direct d'OpenAlex

This article discusses the multilevel determinants and processes of institutional change in the British Columbia coastal forest industry. Institutional change is attracting increasing attention among organizational scholars. Individual organizations change first, often stimulated by changes in the broader environment. Innovations are later mimetically adopted by other organizations under certain conditions. Within an organization, the need for change is noticed and championed by an individual or team, and the adoption of change requires adjustments in the interpretations of other organization members. For years in British Columbia, environmentalists and forest companies engaged in a War of the Woods. Environmentalists protested clearcutting (a logging practice in which all of the trees in an area are cut), by blockading roads and chaining themselves to logging equipment. Clearcutting was institutionalized by practice, by legislation, and normatively. Forest companies staunchly defended clearcutting as tree farming, the safest way to log, and the only way they could stay in business. In 1998, forest company MacMillan Bloedel (MB) shocked its industry and stakeholders, and earned environmentalists' accolades, when it announced it would completely replace clearcutting with variable retention logging. MB subsequently pressured other firms to adopt variable retention and negotiate with environmentalists. Several of the largest companies did, and the institutional environment changed radically.

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)0,003
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,227
Score d'incertitude au seuil0,456

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,004
Études des sciences et des technologies0,0080,007
Communication savante0,0060,002
Science ouverte0,0010,006
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,030
Tête enseignante GPT0,262
Écart entre enseignants0,233 · 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'étudeQualitatif
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

Citations5
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management ProceedingsMême sujetForest Management and PolicyTravaux en français237 207