MétaCan
Menu
Retour à la cohorte
Enregistrement W2400166389 · doi:10.1177/0018726715622556

Theorization as institutional work: The dynamics of roles and practices

2016· article· en· W2400166389 sur OpenAlexaff
Sébastien Mena, Roy Suddaby

Notice bibliographique

RevueHuman Relations · 2016
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal trade, sustainability, and social impact
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésConstruct (python library)Institutional theoryWork (physics)SociologyProcess (computing)Temporary workPublic relationsPolitical scienceSocial science

Résumé

récupéré en direct d'OpenAlex

This study unpacks the construct of theorization – the process by which organizational ideas become delocalized and abstracted into theoretical models to support their diffusion across time and space. We adopt an institutional work lens to analyse the key components of theorization in contexts where institutional work is in transition from changing institutions to maintaining them. We build on a longitudinal inductive study of theorization by the Fair Labor Association – a private regulatory initiative that created and then enforced a code of conduct for working conditions in apparel factories. Our study reveals that when institutional work shifts from changing to maintaining an institutional arrangement of corporate social responsibility, there is a key change in how the Fair Labor Association theorizes roles and practices related to this arrangement. We observe that theorization on key practices largely remains intact, whereas the roles of different actors are theorized in a dramatically different manner. Our findings contribute to a better understanding of the work involved in the aftermath of radical change by demonstrating the relative plasticity of roles over the rigidity of practices.

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)0,035
score de la tête « metaresearch » (Gemma)0,046
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,184

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0350,046
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,003
Études des sciences et des technologies0,0070,098
Communication savante0,0160,021
Science ouverte0,0030,010
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,026
Tête enseignante GPT0,294
Écart entre enseignants0,268 · 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'étudeThéorique ou conceptuel
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

Citations61
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman RelationsMême sujetGlobal trade, sustainability, and social impactTravaux en français237 207