MétaCan
Menu
Retour à la cohorte
Enregistrement W2151552177 · doi:10.1287/orsc.2015.1020

An Intraorganizational Ecology of Individual Attainment

2015· article· en· W2151552177 sur OpenAlexaff
Christopher C. Liu, Sameer B. Srivastava, Toby E. Stuart

Notice bibliographique

RevueOrganization Science · 2015
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueManagement and Organizational Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésEcological nicheNicheConceptualizationDiversity (politics)Organizational ecologyBusinessExploitDistribution (mathematics)Empirical researchKnowledge managementMarketingPublic relationsEcologySociologyBiologyEconomicsManagementPolitical scienceComputer science

Résumé

récupéré en direct d'OpenAlex

This paper extends niche theory to develop an intraorganizational conceptualization of the niche that is grounded in the activities of organizational members. We construe niches as positions in a mapping of individuals to formal and informal activities within organizations. We posit that positional characteristics in this activity-based system are critical determinants of members’ access to information and relationships—two of the vital resources for advancement in organizations. Because activities are difficult to observe, we propose a novel empirical strategy to depict niches: we exploit a census of memberships in electronic mailing lists. We assess three niche dimensions—competitive crowding, status, and diversity—and show that these attributes affect the allocation of rewards to employees. Propositions are tested in two empirical settings: an information services firm and the R&D division of a biopharmaceutical company. Results indicate that people in competitively crowded niches had lower levels of attainment, whereas those in high status and diverse niches enjoyed higher attainment levels. We conclude with a discussion of email distribution lists as a tool for organizational research.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,003
Communication savante0,0030,001
Science ouverte0,0000,004
Intégrité de la recherche0,0000,000
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 Opus0,024
Tête enseignante GPT0,247
Écart entre enseignants0,223 · 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'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

Citations20
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOrganization ScienceMême sujetManagement and Organizational StudiesTravaux en français237 207