MétaCan
Menu
Retour à la cohorte
Enregistrement W2992584408 · doi:10.1177/0170840619878467

The Impact of Frame Ambiguity on Field-Level Change

2019· article· en· W2992584408 sur OpenAlexaff
Cecile Feront, Stephanie Bertels

Notice bibliographique

RevueOrganization Studies · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueManagement and Organizational Studies
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésAmbiguityConceptualizationField (mathematics)Rhetorical questionAction (physics)Investment (military)SociologyHuman settlementPositive economicsPolitical scienceEconomicsLawHistory

Résumé

récupéré en direct d'OpenAlex

While prior work suggests that ambiguous frames may be helpful in promoting institutional change, we still know little about their impact on field-level change. Drawing on contemporary accounts of organizational fields as structured around issues, we investigate the rise of responsible investment in South Africa, examining how proponents’ use of frame ambiguity drew in a broader range of field actors but ultimately stalled the institutionalization of new meanings and practices in the investment field. Our study suggests that to promote change, proponents should seek a balance between enough ambiguity to invite participation, and enough specification to regulate the understanding of the problem, promote the experimentation of new practices, and clarify the impetus for action. We also contribute to the conceptualization of field settlement by distinguishing among rhetorical, incremental, and disruptive field settlements, highlighting that field settlements are not always indicators of further substantive change processes in a field.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,111
Score d'incertitude au seuil0,790

Scores Codex et Gemma par catégorie

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

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 Opus0,065
Tête enseignante GPT0,294
Écart entre enseignants0,229 · 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 tête enseignante, 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

Citations39
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOrganization StudiesMême sujetManagement and Organizational StudiesTravaux en français237 207