Organizational Narratives to Workplace Inequality
Notice bibliographique
Résumé
This symposium aims to deepen and expand our understanding of the relationship between the way organizations and managers understand and provide narratives related to inequality and their subsequent diversity practices. The four papers presented in this symposium offer new theoretical insights and mechanisms for the conditions under which organizations are more (less) apt to redress inequality. This symposium brings together strategic management scholars, economic sociologists, and organizational behavior scholars investigating, with a wide range of methods (qualitative, observational, and experimental), inequality in the workplace. We believe this symposium will generate an insightful discussion and fuel further inquiry into the role organizational narratives play in perpetuating inequality. From Self-Diagnoses to Change: Organizational Narratives and the Gender Pay Gap. Presenter: Mabel Abraham; Columbia Business School Organizational Responses to Diversity Disclosures Presenter: Daphné Baldassari; U. of Toronto Presenter: Sarah Kaplan; U. of Toronto Presenter: Aaron Dhir; York U. What about the Managers? Means-ends decoupling of work policies and the actors liable for their use. Presenter: JoAnne Delfino Wehner; Stanford VMware Women's Leadership Innovation Lab Presenter: Kristine Kilanski; UC San Diego Presenter: Alison Tracy Wynn; Stanford U. Intervening to Advance Equity in Tech Presenter: Robin J. Ely; Harvard Business School Presenter: William A. Kahn; Boston U. Presenter: Sanaz Mobasseri; Boston U. Questrom School of Business
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,009 | 0,018 |
| Communication savante | 0,010 | 0,010 |
| Science ouverte | 0,001 | 0,012 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».