MétaCan
Menu
Retour à la cohorte
Enregistrement W3205579448 · doi:10.1177/08944865211050348

Celebrity Couples as Business Families: A Social Network Perspective

2021· article· en· W3205579448 sur OpenAlexafffund
Yasaman Gorji, Michael Carney, Rajshree Prakash

Notice bibliographique

RevueFamily Business Review · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFamily Business Performance and Succession
Établissements canadiensConcordia University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésHollywoodPerspective (graphical)Quality (philosophy)Social capitalFamily businessFilm industryTest (biology)SociologyMarketingSocial network (sociolinguistics)Capital (architecture)BusinessAdvertisingSocial mediaPublic relationsMovie theaterPolitical scienceSocial scienceLawComputer scienceHistory

Résumé

récupéré en direct d'OpenAlex

We depict Hollywood celebrity couples as business families who participate in the project-based movie production industry, which is a temporary and disaggregated form of organization where skilled individuals are linked to one another through contractual and social relationships. Appearing in Hollywood movies generates celebrity capital, which can be converted into economic capital through involvement in endorsements and other rent-generating activities. Finding projects is facilitated by membership in high-quality social networks, and we consider celebrity marriage as a means of merging two individuals' social networks, which can be mutually beneficial for both parties. We develop and test three hypotheses about the quality of social networks prior to and after marriage and analyze their impact upon celebrities' postmarriage career performance. We contribute to the family business literature by exploring hybridized and adaptive forms of business family in contemporary project industries, which has the potential to enlarge family business scholars' research horizons.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,260
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,009
Études des sciences et des technologies0,0010,000
Communication savante0,0010,003
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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 Opus0,024
Tête enseignante GPT0,266
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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFamily Business ReviewMême sujetFamily Business Performance and SuccessionTravaux en français237 207