The Pursuit of Legitimacy: How do AI Startups Navigate Between Institutional Environments?
Notice bibliographique
Résumé
Startups need legitimacy to acquire resources from their environment to survive and thrive. In a born-global industry such as artificial intelligence (AI), startups' legitimacy building is subject to pressures from institutions that are constantly evolving at both macro and meso levels due to AI's huge potentials for creating positive and negative impacts. Yet, we do not know how AI startups deal with such an institutional context because prior studies mostly explored startups in established or static institutional environments. From our embedded multiple-case study of six AI startups based in Montreal (Canada) and Kuala Lumpur (Malaysia), we found that informal norms largely guide AI entrepreneurs despite governments' efforts to influence startup operating frameworks. In the case of weak formal regulations, AI startups purposefully rely on industry norms over other institutions. When corporate social responsibility (CSR) is embedded in meso-level norms, startups are more likely to proactively engage in CSR activities. We also found that industry leaders play a primary role in establishing the governing rules in AI, which in turn inform national policy development. Our study results provide interesting insights for players in emerging industries who want to know about CSR strategies when the industry is writing its rules. Furthermore, our study has implications that help policymakers in their efforts to influence normative institutions with the aim of creating an environment conducive to responsible practices. All in all, our study contributes to the literature a better understanding of entrepreneurs' legitimacy building through CSR in dynamic institutional settings.
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 | 0,024 |
| 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 | 0,006 | 0,008 |
| Communication savante | 0,015 | 0,011 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».