MétaCan
Menu
Retour à la cohorte
Enregistrement W2584659073 · doi:10.5465/annals.2014.0052

Field or Fields? Building the Scaffolding for Cumulation of Research on Institutional Fields

2017· article· en· W2584659073 sur OpenAlexaff
Charlene Zietsma, Peter Groenewegen, Danielle Logue, C. R. Hinings

Notice bibliographique

RevueAcademy of Management Annals · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueManagement and Organizational Studies
Établissements canadiensUniversity of AlbertaYork University
Organismes subventionnairesnon disponible
Mots-clésExtant taxonTypologyField (mathematics)Institutional theoryConsolidation (business)Organizational fieldEmpirical researchSociologyPrioritizationIsomorphism (crystallography)Agency (philosophy)Engineering ethicsPolitical scienceEpistemologyManagement scienceSocial scienceBusinessEngineeringAccounting

Résumé

récupéré en direct d'OpenAlex

The concept of an institutional field is one of the cornerstones of institutional theory, and yet the concept has been stretched both theoretically and empirically, making consolidation of findings across multiple studies more difficult. In this article, we review the literature and analyze empirical studies of institutional fields to build scaffolding for the cumulation of research on institutional fields. Our review revealed two types of fields: exchange and issue fields, with three subtypes of each. We describe their characteristics, and subsequently, review field conditions in the extant literature and develop a typology based on two dimensions: the extent of elaboration of institutional infrastructure and the extent to which there is an agreed-upon prioritization of logics. We discuss the implications of field types and conditions for isomorphism, agency, and field change, based on a review of the literature that revealed six pathways of field change and the factors affecting them. We outline a research agenda based on our review highlighting the need for consolidation of field studies and identify several outstanding issues that are in need of further research.

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)0,089
score de la tête « metaresearch » (Gemma)0,186
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · 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 enseignants0,911
Score d'incertitude au seuil0,469

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0890,186
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0210,014
Études des sciences et des technologies0,0050,048
Communication savante0,0190,057
Science ouverte0,0030,010
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,251
Tête enseignante GPT0,435
Écart entre enseignants0,183 · 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.

Devis d'étudeThéorique ou conceptuel
DomaineMéthodes
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

Citations368
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management AnnalsMême sujetManagement and Organizational StudiesTravaux en français237 207