Impression management in annual report narratives: the case of the UK private finance initiative
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose The UK private finance initiative (PFI) public policy is heavily criticised. PFI contracts are highly profitable leading to incentives for PFI private-sector companies to support PFI public policy. This contested nature of PFIs requires legitimation by PFI private-sector companies, by means of impression management, in terms of the attention to and framing of PFI in PFI private-sector company annual reports. The paper aims to discuss this issue. Design/methodology/approach PFI-related annual report narratives of three UK PFI private-sector companies, over seven years and across two periods of significant change in the development of the PFI public policy, are analysed using manual content analysis. Findings Results suggest that PFI private-sector companies use impression management to legitimise during periods of uncertainty for PFI public policy, to alleviate concerns, to provide credibility for the policy and to legitimise the private sector’s own involvement in PFI. Research limitations/implications While based on a sizeable database, the research is limited to the study of three PFI private-sector companies. Originality/value The portrayal of public policy in annual report narratives has not been subject to prior research. The research demonstrates how managers of PFI private-sector companies present PFI narratives in support of public policy direction that, in turn, benefits PFI private-sector companies.
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.
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 | 0,008 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,004 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle