MétaCan
Menu
← Retour à la cohorte
Enregistrement W2766339614 · doi:10.5465/ambpp.2017.11770abstract

Resisting Colonialism: Indigenous Challenges to the Rhetorical History of a Canadian Conglomerate

2017· article· en· W2766339614 sur OpenAlexaboutno aff
Andrew Smith, Daniel Simeone

Notice bibliographique

RevueAcademy of Management Proceedings · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCanadian Identity and History
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRhetorical questionIndigenousCredibilityNarrativeColonialismSocial history (medicine)RhetoricHistorySociologyPolitical scienceLawLiteratureArtArchaeologyMedicine

Résumé

récupéré en direct d'OpenAlex

Suddaby et al. (2010) have persuasively argued that rhetorical history can be an important source of competitive advantage for firms. These authors hold that the stories that firms tell about their histories help them to achieve their objectives. This paper uses the experience of Canada's Hudson’s Bay Company (HBC), to refine our understanding of how corporate historical narratives are modified in response to pressure from social activists. Founded in 1670, the HBC is one of the oldest firms in the Western world. Since the start of the twentieth century, the organization has referred frequently to its history in its communication with consumers, workers, and other stakeholders. Since the 1960s, the HBC’s rhetorical history strategy has been adapted in response to profound changes in how Canadians remember their national past. The paper documents how the HBC responded to Indigenous social activists who contested the firm’s version of history by creating their own counter- narratives. As we show, the HBC preserved the credibility and thus usefulness of its historical narratives by changing them in response to shifts in the historical culture in which it was embedded. At the conclusion of the paper, the implications of our research for researchers and practitioners in diverse societies will be established.

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)0,007
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,096
Score d'incertitude au seuil0,697

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0510,038
Communication savante0,0140,004
Science ouverte0,0020,005
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,078
Tête enseignante GPT0,287
Écart entre enseignants0,209 · 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'étudeQualitatif
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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management Proceedings→Même sujetCanadian Identity and History→Travaux en français237 207→