Assurer Reputation for Competence in a Multiservice Context*
Notice bibliographique
Résumé
We experimentally examine determinants of the transferability and durability of an assurer's flagship-service reputation for competence in a multi-service context. Economic and psychology theories agree that transferability will increase when a new service and a flagship service require relatively similar, as opposed to relatively dissimilar, competencies. These theories disagree, however, regarding the durability of an assurer's flagship-service reputation following a performance failure in a new service. Economic theory requires some reciprocity for transferability and durability, and, accordingly, predicts that a new-service failure will inflict more damage on a flagship-service reputation when the new and flagship services require relatively similar, as opposed to relatively dissimilar, competencies. Psychology theory, in contrast, predicts that a new-service failure will tend not to damage the flagship-service reputation, even when the new and flagship services require relatively similar competencies. Thus, unlike economic theory, psychology theory predicts that relatively similar competencies between a new and a flagship service can improve the transferability of an assurer's flagship-service reputation for competence without reciprocally threatening its durability. Experimental findings indicate that reputation transferability increases when the new and flagship services require relatively similar, as opposed to relatively dissimilar, competencies. They also indicate that a new-service failure damages the flagship-service reputation only when, and to a greater degree when, the new and flagship services require relatively dissimilar, as opposed to relatively similar, competencies. Thus, empirically, greater similarity in the competencies required by a new and flagship service simultaneously enhances the transferability and durability of the assurer's flagship-service reputation. These empirical findings are better explained by psychology theory than by economic theory.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».