Front-Line Professionals in the Wake of Digital Scrutiny: The Paradox of Public Accountability
Notice bibliographique
Résumé
Digital technologies such as smartphones and social media are enabling increased monitoring, reporting, and online dissemination of issues that members of the public may have about organizations and its front-line professionals. How do front-line professionals respond to the public’s increased digital scrutiny, and with what consequences for organizational accountability? As organizations care about regaining the reputation lost due to such negative reporting, prior research predicts that the public’s use of such technologies to voice their concerns and demand more accountability should improve organizational accountability. However, findings from my 24-month ethnographic study of emergency management organizations (EMOs) suggest that the public’s increased digital scrutiny of organizations and its employees can, under some conditions, paradoxically end up worsening accountability. My study unpacks the processes that generate this paradox of public accountability – front-line professionals’ increased risk aversion, undermined role identities, strained role relations, and resource lock-up. Together, these processes reshape the work of front-line professionals and produce a vicious cycle of coordination that worsens organizational accountability. I synthesize these findings and develop a model of the paradox of public accountability. Through a matched case research design, I then compare two structurally similar EMOs facing the above challenges to highlight the importance of role-rotation in reducing the risk-aversion of front-line professionals, and thereby disrupting the vicious cycle of coordination. This research generates insights into the ways in which organizational accountability is being reconfigured in the digital age through the shifting work practices of front-line professionals responding to increased public scrutiny.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 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 ».