MétaCan
Menu
Retour à la cohorte
Enregistrement W2153822096 · doi:10.1177/0038040712441375

Patterns of Tight and Loose Coupling in a Competitive Marketplace

2012· article· en· W2153822096 sur OpenAlexaffabout
Janice Aurini

Notice bibliographique

RevueSociology of Education · 2012
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueManagement and Organizational Studies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésLoose couplingContext (archaeology)Meaning (existential)SociologyPublic relationsIdeal typeIdeal (ethics)EthnographyFranchiseEpistemologyPolitical scienceBusinessMarketingSocial scienceLawComputer science

Résumé

récupéré en direct d'OpenAlex

The concept of coupling—the relationship between the environment, administrative goals, and instructional practices of education organizations—is a staple in New Institutional research. Yet processes of coupling have remained elusive. Drawing on ethnographic research of the ‘‘Ontario Learning Center’’ (OLC) franchise, along with interviews of franchise owners and representatives, this article examines an ideal-type, tightly coupled organization. Despite the fact that the educational materials, the progress monitoring, and even the ‘‘emotional labor’’ of instruction are highly formalized and monitored, the author discovered evidence of loose coupling everywhere. Most strikingly, loose coupling is being accomplished in the context of rule following (rather than rule breaking) based on how managers and instructors interpret and prioritize available technical and institutional frameworks. By examining these processes, this article makes two contributions: First, it examines the symbolic dimensions of tightly coupled organizations by articulating how organizations and their actors reinterpret environmental demands in mutually beneficial ways. Second, this article situates the growing ‘‘inhabited institutions’’ literature within the new realities of education organizations, examining how meaning is actively constructed and how such processes generate understandings about appropriate lines of action.

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)0,015
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,015
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0050,005
Études des sciences et des technologies0,0050,015
Communication savante0,0110,011
Science ouverte0,0010,007
Intégrité de la recherche0,0010,001
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 Opus0,012
Tête enseignante GPT0,246
Écart entre enseignants0,234 · 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

Citations51
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSociology of EducationMême sujetManagement and Organizational StudiesTravaux en français237 207