MétaCan
Menu
Retour à la cohorte
Enregistrement W2766283303 · doi:10.5465/ambpp.2016.12397abstract

Off to the Races: the Explanatory Power of Competing Theoretical Perspectives on CEO Compensation

2016· article· en· W2766283303 sur OpenAlexaff
Stephen G. Sápp

Notice bibliographique

RevueAcademy of Management Proceedings · 2016
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésCompensation (psychology)Perspective (graphical)Explanatory powerExecutive compensationCorporate governancePositive economicsPoliticsSet (abstract data type)Power (physics)Process (computing)Ranking (information retrieval)Social psychologyPsychologyPolitical scienceEconomicsEpistemologyLawManagementComputer science

Résumé

récupéré en direct d'OpenAlex

Despite the ongoing debate among academics and practitioners, there remains little consensus regarding what drives CEO compensation. The academic discussion has principally focused on three theoretical perspectives (the economic, political and social-psychological perspectives) which have been developed based on observations from those involved in the executive compensation determination process. Since there has been no clear winner among these theoretical perspectives, the current paper is designed to empirically compare the strengths and weaknesses of these theories while also identifying their potential overlaps. Overall, we find the economic perspective provides the most consistently valuable insights into observed CEO compensation. The political and social-psychological perspectives provide valuable insights (though less than the economic perspective) with the relative ranking of their explanatory power depending on the specific types and levels of compensation. Regardless of the theoretical perspective, we find corporate governance plays a significant moderating role in the CEO compensation determination process. Diving further into each perspective, we identify a set of factors within each perspective which appear more valuable than others for explaining observed compensation.

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)0,001
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 enseignants0,948
Score d'incertitude au seuil0,329

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0010,000
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 Opus0,014
Tête enseignante GPT0,227
Écart entre enseignants0,212 · 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 sujetCorporate Finance and GovernanceTravaux en français237 207