MétaCan
Menu
Retour à la cohorte
Enregistrement W2560353134 · doi:10.1086/688853

The Ecology of Organizational Growth: Chinese Law Firms in the Age of Globalization

2016· article· en· W2560353134 sur OpenAlexaff
Sida Liu, Hongqi Wu

Notice bibliographique

RevueAmerican Journal of Sociology · 2016
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueManagement and Organizational Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésProletarianizationChinaGlobalizationRentingEliteEcologyEconomic geographyEcological systems theorySociologyEconomic systemBusinessEconomicsLawMarket economyPolitical scienceBiology

Résumé

récupéré en direct d'OpenAlex

In the global legal services market, China has some of the youngest law firms but also some of the largest. In the early 21st century, several Chinese law firms have grown into mega law firms, with thousands of lawyers in a large number of domestic and overseas offices. This study uses the case of Chinese law firms to develop an ecological theory of organizational growth following the Chicago school of sociology. The authors argue that firms coexist and interact in an ecology consisting of other firms in the same industry. These firms occupy different ecological positions and generate various processes of interaction with one another. In their organizational growth, four species of Chinese law firms (global generalists, elite boutiques, local coalitions, and space rentals) have engaged in a variety of ecological processes, including competition, symbiosis, accommodation, assimilation, purification, and proletarianization. By locating firms in a social space and investigating the spatial and processual patterns of their growth, this ecological theory presents not only a system of social classification but also a logic of temporal change through social interaction.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,065
Score d'incertitude au seuil0,128

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0050,010
Communication savante0,0040,004
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,006
Tête enseignante GPT0,221
Écart entre enseignants0,215 · 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'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

Citations39
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of SociologyMême sujetManagement and Organizational StudiesTravaux en français237 207