MétaCan
Menu
Retour à la cohorte
Enregistrement W2165520592 · doi:10.1068/a43480

Channels of Convergence: Investor Engagement and Interlocked Directorates

2011· article· en· W2165520592 sur OpenAlexaboutno aff
Taylor R. Gray

Notice bibliographique

RevueEnvironment and Planning A Economy and Space · 2011
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCorporate governanceConvergence (economics)Divergence (linguistics)Distribution (mathematics)Industrial organizationGeopoliticsInstitutional investorPipeline (software)BusinessPipeline transportSample (material)Tacit knowledgePopulationEconomic geographyEconomicsEconomic systemSociologyFinancePolitical scienceKnowledge managementEconomic growthEngineeringLawComputer science

Résumé

récupéré en direct d'OpenAlex

In a setting of globalized financial capitalism an issue which has received little attention to date is not whether national models of corporate governance are converging or diverging but rather the channels by which market and regulatory forces interact to promote such convergence or divergence. I herein propose the institutional investor/interlocked directorate pipeline as one such channel of potential convergence. In theory, institutional investors impart tacit knowledge to a select group of corporations by means of engagement activities; such knowledge and influence can subsequently be distributed to a wider corporate population by means of interlocked directorates originating from the engaged corporations. An analysis of the distribution of these pipelines across Canada demonstrates that such pipelines can penetrate geopolitical and industrial boundaries and interact with regulatory forces in shaping models of corporate governance. The wide distribution of such pipelines effectively transforms tacit knowledge originally conveyed by institutional investors to a geographically limited sample of corporations into explicit knowledge accessible across the country.

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)0,006
score de la tête « metaresearch » (Gemma)0,030
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 enseignants0,013
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,030
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,003
Études des sciences et des technologies0,0030,010
Communication savante0,0100,019
Science ouverte0,0010,013
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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 Opus0,038
Tête enseignante GPT0,186
Écart entre enseignants0,149 · 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

Citations5
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment and Planning A Economy and SpaceMême sujetCorporate Finance and GovernanceTravaux en français237 207