MétaCan
Menu
Retour à la cohorte
Enregistrement W2523213871 · doi:10.1108/ejim-01-2016-0010

Managing multiple logics in partnerships for scaling social innovation

2016· article· en· W2523213871 sur OpenAlexaff
Annika Voltan, Claudia De Fuentes

Notice bibliographique

RevueEuropean Journal of Innovation Management · 2016
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueManagement and Organizational Studies
Établissements canadiensSaint Mary's University
Organismes subventionnairesnon disponible
Mots-clésCentralitySocial innovationOriginalityKnowledge managementInnovation managementSociologyBusinessComputer sciencePublic relationsPolitical scienceSocial scienceMathematicsQualitative research

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper is to contribute to the field of social innovation by examining institutional logics at the level of inter- and intra-organizational partnerships for scaling impact. Design/methodology/approach The authors use a set of case studies from the Stanford Social Innovation Review to analyze success in scaling social innovations applying the logic compatibility-centrality matrix proposed by Besharov and Smith (2014), which aims to reveal the potential for conflict in organizations based on the diversity of logics present and the degree to which they are compatible with each other. Findings The findings shed insight on how individuals and organizations are able to manage logic multiplicity in the context of partnerships for scaling social innovation. Originality/value The authors build on recent work that recognizes logic multiplicity in social enterprises resulting from their hybrid nature, and the authors add to the existing debate by introducing to the discussion contributions from cognitive theory that help explain why organizational cultures evolve and scale out the way they do.

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)0,023
score de la tête « metaresearch » (Gemma)0,054
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,121

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,054
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,004
Études des sciences et des technologies0,0050,013
Communication savante0,0110,017
Science ouverte0,0020,016
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,084
Tête enseignante GPT0,258
Écart entre enseignants0,174 · 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'étudeQualitatif
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

Citations51
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Innovation ManagementMême sujetManagement and Organizational StudiesTravaux en français237 207