MétaCan
Menu
Retour à la cohorte
Enregistrement W3127053928 · doi:10.1111/1467-8551.12485

Role of Old Boys’ Networks and Regulatory Approaches in Selection Processes for Female Directors

2021· article· en· W3127053928 sur OpenAlexaffabout
Isabelle Allemand, Jean Bédard, Bénédicte Brullebaut, Jérôme Deschênes

Notice bibliographique

RevueBritish Journal of Management · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Diversity and Inequality
Établissements canadiensUniversité du Québec en Abitibi-TémiscamingueUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésGender diversityDiversity (politics)ClubCorporate governanceBusinessAccountingSocial identity theoryIdentity (music)Sample (material)Public relationsPolitical scienceLawPsychologySocial groupSocial psychologyFinanceMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract This study examines the influence of directors’ and CEOs’ networks in the appointment of female directors. Building on social identity theory and social network theory, we argue that since men and women are members of different networks, recruitment practices based on networks prevent women from accessing board positions. We also examine the role of board gender diversity regulation on the influence of networks, hypothesizing that such regulations help in deinstitutionalizing ‘old boys’ networks’, based on institutional theory. Using a sample of 32,819 new board appointments in the largest listed firms of 17 European countries, the USA and Canada, we determine whether new directors are directly linked through employment, board, charities or club memberships, to the incumbent directors or the CEO. We find that the probability that the new director appointed is a woman decreases by approximately 28% when the new director is associated with one of the incumbent directors. We also find that gender diversity regulation reduces the influence of networks in the appointment of female directors. Our results provide archival evidence that board networks hinder the recruitment of female directors and that gender diversity hard and soft laws deinstitutionalize old boys’ networks.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,603
Score d'incertitude au seuil0,184

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,064
Tête enseignante GPT0,253
Écart entre enseignants0,189 · 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

Citations13
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBritish Journal of ManagementMême sujetGender Diversity and InequalityTravaux en français237 207