MétaCan
Menu
Retour à la cohorte
Enregistrement W2981995135 · doi:10.1177/0001839219879646

Examining Anger’s Immobilizing Effect on Institutional Insiders’ Action Intentions in Social Movements

2019· article· en· W2981995135 sur OpenAlexafffund
Katherine A. DeCelles, Scott Sonenshein, Brayden G King

Notice bibliographique

RevueAdministrative Science Quarterly · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueNonprofit Sector and Volunteering
Établissements canadiensUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésAngerCollective actionSocial movementAction (physics)Social psychologyPsychologyPublic relationsPolitical scienceLawPolitics

Résumé

récupéré en direct d'OpenAlex

We theorize that anger incited by a social movement, which has a mobilizing effect among outsider activists, might immobilize collective action intentions for institutional insiders—those sympathetic to the movement and employed by its target. We conducted initial field surveys across a spectrum of social movements, including Occupy Wall Street and #metoo, as well as those related to business sustainability and gun control, which showed that institutional insiders are often just as angry as outsider activists. But the evidence from those surveys did not show that social movement anger translated into collective action intentions among institutional insiders. We tested our theory deductively with an experiment conducted with participants who were supportive of social movement issues in their organizations. Overall, our results show that anger about a social movement issue relates to greater collective action intentions among outsider activists but not among institutional insiders. Instead of anger emboldening institutional insiders to act despite the potential costs, anger triggers fear about the potential negative consequences of collective action in the workplace, which in turn results in withdrawal. While social movements often rely on anger frames to mobilize sympathizers, our work suggests that this practice may paradoxically cause fear that immobilizes those uniquely positioned to be able to influence organizations to change.

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)0,004
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,003
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,111
Tête enseignante GPT0,399
Écart entre enseignants0,288 · 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'étudeObservationnel
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

Citations70
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdministrative Science QuarterlyMême sujetNonprofit Sector and VolunteeringTravaux en français237 207