MétaCan
Menu
Retour à la cohorte
Enregistrement W2466346969 · doi:10.19030/jabr.v32i4.9730

Successor CEO Functional And Educational Backgrounds: Influence Of Predecessor Characteristics And Performance Antecedents

2016· article· en· W2466346969 sur OpenAlexaff
Eahab Elsaid, Bradley W. Benson, Dan L. Worrell

Notice bibliographique

RevueJournal of Applied Business Research (JABR) · 2016
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésSuccessor cardinalAccountingBusinessSample (material)

Résumé

récupéré en direct d'OpenAlex

This study seeks to examine if boards consider CEO educational and functional background when choosing a new CEO. It also examines which factors determine whether the board of directors will seek an incoming CEO with a different educational and/or functional background from that of the current CEO. Using a sample of 832 successions between 1992 and 2009, we found that the outgoing CEO characteristics and the firm characteristics influence the selection of the incoming CEO functional backgrounds. We found an increase in the likelihood of firms hiring incoming CEOs with the same functional backgrounds as the outgoing CEOs. Incoming CEOs with functional backgrounds in engineering/manufacturing are more likely to be hired by research-oriented firms.Incoming CEOs with functional backgrounds in accounting/finance are more likely to be hired by poorly performing firms. We also find that firms are more likely to change the functional background of the successor relative to the predecessor when there has been poor prior performance and the firm has higher institutional investor ownership.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,076
Score d'incertitude au seuil0,455

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,035
Tête enseignante GPT0,273
Écart entre enseignants0,238 · 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 tête enseignante, 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

Citations10
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Business Research (JABR)Même sujetCorporate Finance and GovernanceTravaux en français237 207