MétaCan
Menu
Retour à la cohorte
Enregistrement W2747593026 · doi:10.1108/ijge-09-2016-0032

An exploration of gender, interlocking directorates, and corporate performance

2017· article· en· W2747593026 sur OpenAlexaff
Sean O’Hagan

Notice bibliographique

RevueInternational Journal of Gender and Entrepreneurship · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Diversity and Inequality
Établissements canadiensNipissing University
Organismes subventionnairesnon disponible
Mots-clésGender diversityResource dependence theoryOriginalityArgument (complex analysis)Resource (disambiguation)Human resourcesDiversity (politics)BusinessInterlockingManagementPsychologyCorporate governancePolitical scienceSocial psychologyEconomicsEngineeringComputer scienceLaw

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this study is to explore the impact that women who sit on boards of directors, as well as women that are part of an interlocking directorate, have on corporate performance. The investigation is placed within the literature on human capital theory and resource dependency as an argument for gender diversity and boards of directors. Design/methodology/approach A director data set for over 32,000 firms based in the USA, composed of 6,218 women and 54,932 men, is utilized. From this, regression and network analysis were utilized. Findings It is found that female directors’ participation in interlocking directorates translates into greater corporate performance when compared to simply examining female representation on boards of directors. Additionally, women involved in interlocks translated into greater corporate performance when compared to men. These results support the resource dependency approach. Practical/implications Results of this study suggest that when considering female directors, corporate performance is enhanced when female directors already sit on the boards of other firms. Originality/value This study highlights external network connections to differentiate between human capital theory and resource dependency as an argument for gender diversity and boards of directors.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,325
Tête enseignante GPT0,360
Écart entre enseignants0,035 · 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

Citations16
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Gender and EntrepreneurshipMême sujetGender Diversity and InequalityTravaux en français237 207