MétaCan
Menu
Retour à la cohorte
Enregistrement W2897396702 · doi:10.1080/0960085x.2018.1534039

Designed entrepreneurial legitimacy: the case of a Swedish crowdfunding platform

2018· article· en· W2897396702 sur OpenAlexaff
Claire Ingram Bogusz, Robin Teigland, Emmanuelle Vaast

Notice bibliographique

RevueEuropean Journal of Information Systems · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinTech, Crowdfunding, Digital Finance
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésLegitimacyLiabilityEntrepreneurshipNew VenturesBusinessFace (sociological concept)Public relationsPoint (geometry)Knowledge managementLaw and economicsMarketingComputer scienceSociologyPolitical scienceLawAccountingFinance

Résumé

récupéré en direct d'OpenAlex

Digital entrepreneurs face the liability of newness, like any other entrepreneur. However, this liability of newness is manifested differently: it is mediated by an artefact, in this case a platform. This paper examines how a digital entrepreneur mediated by a platform can build legitimacy, something hitherto thought to be embedded within a social relationship (that is, one that a digital platform may be unable to have). Based on a qualitative research design, we develop the concept of “designed legitimacy”, and we point to how trust may not be enough to overcome the liability of newness. Rather, legitimacy is needed to attract users and resources, and thus for growth and success. We further highlight the means through which a platform may come to be seen as legitimate, namely by designing with legitimacy in mind: by using symbols in design, asymmetric legitimacy building, and sequential two-stage legitimacy building. We end the paper with propositions for further study and the implications of this research for digital entrepreneurship and platforms.

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)0,006
score de la tête « metaresearch » (Gemma)0,017
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,017
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0150,012
Communication savante0,0110,008
Science ouverte0,0010,007
Intégrité de la recherche0,0060,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,222
Écart entre enseignants0,199 · 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

Citations58
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Information SystemsMême sujetFinTech, Crowdfunding, Digital FinanceTravaux en français237 207