MétaCan
Menu
Retour à la cohorte
Enregistrement W3123883702 · doi:10.1287/orsc.2017.1126

Market Mediators and the Trade-offs of Legitimacy-Seeking Behaviors in a Nascent Category

2017· article· en· W3123883702 sur OpenAlexaff
Brandon Lee, Shon R. Hiatt, Michael Lounsbury

Notice bibliographique

RevueOrganization Science · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal trade, sustainability, and social impact
Établissements canadiensNational Institute for NanotechnologyUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésLegitimacyEthosCertificationMeaning (existential)Product (mathematics)Context (archaeology)BusinessIdentity (music)MarketingPublic relationsPolitical sciencePsychologyLaw

Résumé

récupéré en direct d'OpenAlex

Although existing research has demonstrated the importance of attaining legitimacy for new market categories, few scholars have considered the trade-offs associated with such actions. Using the U.S. organic food product category as a context, we explore how one standards-based certification organization—the California Certified Organic Farmers (CCOF)—sought to balance efforts to legitimate a nascent market category with retaining a shared, distinctive identity among its members. Our findings suggest that legitimacy-seeking behaviors undertaken by the standards organization diluted the initial collective identity and founding ethos of its membership. However, by shifting the meaning of “organic” from the producer to the product, CCOF was able to strengthen the categorical boundary, thereby enhancing its legitimacy. By showing how the organization managed the associated trade-offs, this study highlights the double-edged nature of legitimacy and offers important implications for the literatures on legitimacy and new market category formation. The online appendix is available at https://doi.org/10.1287/orsc.2017.1126 .

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)0,012
score de la tête « metaresearch » (Gemma)0,039
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 enseignants0,012
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,039
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0050,013
Communication savante0,0090,006
Science ouverte0,0010,006
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,000

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 Opus0,013
Tête enseignante GPT0,261
Écart entre enseignants0,248 · 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

Citations181
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOrganization ScienceMême sujetGlobal trade, sustainability, and social impactTravaux en français237 207