Scale matters: <scp>T</scp> he scale of environmental issues in corporate collective actions
Notice bibliographique
Résumé
Research Summary: Much of the research on corporate collective action to manage common pool resources is focused on coordinated actions, such as voluntary programs, rather than collaborative actions, such as technology sharing. In this article, we examine inductively the collective actions taken by a consortium of 12 oil sands companies to address three environmental issues of different scale. We identified a set of organizing rules that determined whether the relationship among industry members would be collaborative or competitive, and found that the organizing rules for collaborative collective action were more effective for smaller scale issues (i.e., tailings ponds and water) than the larger scale issue (i.e., greenhouse gas emissions). Our findings contribute to research on the competitive dynamics of collaborating with competitors and on industry self‐regulation. Managerial Summary: Many environmental issues, such as climate change, water quality, and contaminated land, are caused by the overexploitation of commonly shared natural resources. Firms will often overuse resources because their cost of use is less than the benefit that accrues. In Alberta’s oil sands, 12 of the major oil sands operators, all competitors, have agreed to collaborate by sharing technology, which goes against the received wisdom of competition. This multiparty collaboration among competitors, while still relatively rare, is becoming increasingly commonplace. In this article, we outline the rules that allow this collaboration to flourish. Our most important finding is that the rules are shaped by the scale of the issue being managed, not the size of the collaboration.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».