MétaCan
Menu
Retour à la cohorte
Enregistrement W3109398233 · doi:10.1177/0001839220970936

An Interaction Ritual Theory of Social Resource Exchange: Evidence from a Silicon Valley Accelerator

2020· article· en· W3109398233 sur OpenAlexaff
Rekha Krishnan, Karen S. Cook, Rajiv Krishnan Kozhikode, Oliver Schilke

Notice bibliographique

RevueAdministrative Science Quarterly · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEntrepreneurship Studies and Influences
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésSocial exchange theoryReciprocity (cultural anthropology)Context (archaeology)DilemmaThrivingSocial dilemmaSociologyEconomic systemSocial psychologyPsychologyEconomicsEpistemologySocial science

Résumé

récupéré en direct d'OpenAlex

Recent research on start-up accelerators has drawn attention to the central importance of social resource exchange among peers for entrepreneurial success. But such peer relationships contain both cooperative and competitive elements, making accelerators a prime example of a mixed-motive context in which successful generalized exchange—unilateral giving without expectations of direct reciprocity—is not a given. In our ethnographic study of a Silicon Valley accelerator, we sought to explore how generalized exchange emerges and evolves over time. Employing an abductive, sequential mixed-methods approach, we develop a process model that helps explain how a system of generalized exchange may or may not emerge. At the core of this model are the interaction rituals within social events that come to create distinct exchange expectations, which are either aligned or incompatible with generalized exchange, resulting in fulfilled or failed exchanges in subsequent encounters. Whereas fulfilled exchanges can kickstart virtuous exchange dynamics and a thriving generalized exchange system, failed exchanges trigger vicious exchange dynamics and an unstable social order. These findings bring clarity to the puzzle of how some generalized exchange systems overcome the social dilemma in mixed-motive contexts by highlighting the central role of alignment between structure and process.

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)0,007
score de la tête « metaresearch » (Gemma)0,016
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0040,007
Communication savante0,0030,004
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,091
Tête enseignante GPT0,333
Écart entre enseignants0,242 · 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

Citations69
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdministrative Science QuarterlyMême sujetEntrepreneurship Studies and InfluencesTravaux en français237 207