MétaCan
Menu
Retour à la cohorte
Enregistrement W2507025612 · doi:10.1287/orsc.2016.1069

Making Snowflakes Like Stocks: Stretching, Bending, and Positioning to Make Financial Market Analogies Work in Online Advertising

2016· article· en· W2507025612 sur OpenAlex
Vern Glaser, Peer C. Fiss, Mark Kennedy

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueOrganization Science · 2016
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueManagement and Organizational Studies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésAnalogyGenerative grammarImperfectPhenomenonFinancial marketSpace (punctuation)Work (physics)Computer scienceEconomicsMarketingBusinessArtificial intelligenceFinanceEpistemologyEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Analogies to financial markets have proven powerful in establishing novel or potentially controversial business concepts, even in contexts that deviate significantly from financial markets. This phenomenon challenges theory that suggests analogies work best when elements from a source and target domain map closely to each other. To develop a theory that explains how organizations make initially imperfect analogies “work,” we use a case study of online advertising exchanges, a market-inspired model for buying and selling online advertising space. We find that as organizations stretch an initially misfitting exchange analogy from financial markets to online advertising, they iteratively bend their activities in superficial, structural, and generative ways to match the analogy and position themselves for advantage in the new space being created. Whereas prior studies emphasize shared cognition about familiar domains as the reason why analogies work, our study offers a dynamic account in which stretching, bending, and positioning combine to not only establish the financial market analogy but also subtly change the understanding of markets.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,028
Score d'incertitude au seuil0,495

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,001
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 Opus0,015
Tête enseignante GPT0,248
Écart entre enseignants0,233 · 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