How do you think you are doing? Managerial perceptions, aspirations and innovation
Notice bibliographique
Résumé
Empirical studies on the behavioral theory of the firm have been mostly silent on the possibility that managerial perceptions of relative performance may diverge from the relative performance measured using objective firm performance metrics. Considering this presents an opportunity to deepen the literature on firm-level aspirations and the behavioral theory of the firm. Using organizational-level survey data we examine how the inconsistency between managerial perception of relative performance and actual relative performance, affects the propensity to launch innovative products or processes. Based on literature on managerial cognition, we also consider two types of social and historical inconsistencies – one, when perceptual performance is markedly above actual performance change, which we term as overestimation, and, two when perceptual performance change falls markedly below actual performance change, which we term as underestimation. In line with broader BTOF literature, the main results show that innovation propensity reduces more rapidly with performance feedback when social performance is negative than when it is positive. This supports the more generally accepted hypothesis that problemistic search is intensified under negative social performance. However, we also find that positive historical performance increases the propensity to innovate suggesting a reinforcement argument. The second set of findings pertain to inconsistency between perceived and actual relative performance. We find that both types of inconsistencies in social and historical performance reduce the propensity to innovate, except when historical performance is overestimated - when the propensity increases. These findings suggest that divergence between perceptions and actual relative performance confounds an organization due to multiple interpretations, and therefore dampens its responsiveness. However, our interaction analysis reveals that in the case of one type of inconsistency – underestimation -- this inertia is overcome with increases in actual social and historical performance such that when perceptions of performance is negative, increasing actual performance adds ‘fuel to the fire’ of problemistic search.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,021 |
| 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 | 0,001 | 0,003 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».