MétaCan
Menu
Retour à la cohorte
Enregistrement W2765811707 · doi:10.5465/ambpp.2016.12630abstract

Legitimacy Spillovers and Piggybacking: The Collective Legitimation of New Ventures and Fields

2016· article· en· W2765811707 sur OpenAlexaff
Jean‐François Soublière, Joel Gehman

Notice bibliographique

RevueAcademy of Management Proceedings · 2016
Typearticle
Langueen
DomaineComputer Science
ThématiqueEconomic Growth and Development
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésLegitimacyLegitimationLaw and economicsPolitical scienceBusinessPublic relationsSociologyLawPolitics

Résumé

récupéré en direct d'OpenAlex

All new ventures face the liability of newness, and even more so in nascent entrepreneurial fields. This pressure is attenuated by the acquisition of legitimacy, which is consistently highlighted as beneficial in the literature. Yet, little attention has been given to the downsides of acquiring legitimacy or the benefits of failing to do so. Conceptualizing entrepreneurship as a distributed and collective process, this paper examines how prior successes and failures shape future legitimation efforts. We first argue that legitimation efforts are contingent on the ability of entrepreneurs to attract new audiences. Considering both successes and failures, we distinguish legitimation efforts that generate “legitimacy spillovers” from those that do not and argue that these spillovers enable entrepreneurs to “piggyback” off the legitimation efforts of others. We test our hypotheses by examining more than 180,000 crowdfunding campaigns launched on Kickstarter, one of the most important crowdfunding platforms. In doing so, our work contributes to cultural and constitutive perspectives on entrepreneurship.

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 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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,537
Score d'incertitude au seuil0,206

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,017
Tête enseignante GPT0,228
Écart entre enseignants0,211 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management ProceedingsMême sujetEconomic Growth and DevelopmentTravaux en français237 207