Experimental Research in Institutional Theory
Notice bibliographique
Résumé
Recognizing that institutions are enacted by individuals, this symposium seeks to draw the researchers’ interest to empirical exploration of micro foundations of institutions and institutional processes using experimental methods. Experimental research can be used to confirm (or disconfirm) cause and effect relationships that are often suggested but difficult to isolate in contextually-rich field studies in institutional theory. Although experimental research has been largely overlooked by institutionalists in the last three decades, the few experimental studies that did address institutional processes - the studies by Zucker (1977) and Elsbach (1994) - have had a substantial influence on the development of the institutional theory. The goal of this symposium thus is to help build the case for experimental methods in institutional research. Specifically, we seek (1) to facilitate a conversation on the role of experiments in the development and testing of prevalent constructs in institutional theory, (2) to encourage scholars to utilize mixed-method designs, which allow triangulation of results from “conventional” methods with experimental exploration of causal mechanisms and micro-institutional insights, and (3) to create a community of institutional scholars that pursue or intend to pursue experiments in their research.Institutional Theory and Organizational Decision-Making: From small groups to herdsPresenter: Pamela S. Tolbert; Cornell U.Presenter: Verena Krause; Cornell U.Presenter: Rachel Ruttan; Northwestern U.An Experimental Vignette Approach in Institutional AnalysisPresenter: Aafke Raaijmakers; Tilburg U.Presenter: Patrick Vermeulen; Radboud U. NijmegenPresenter: Marius T.H. Meeus; Tilburg U.Beyond Text Analysis: The unmet promise of experiments in legitimacy researchPresenter: Patrick Haack; U. of ZurichGroup Identification in the Legitimacy Judgment ProcessPresenter: Leigh Plunkett Tost; U. of Washington, SeattlePresenter: Steven Blader; New York U.Presenter: Kimberly A Wade-Benzoni; Duke U.Organizational Legitimacy, Reputation and Status: Development and validation of empirical measuresPresenter: Alex B. Bitektine; HEC MontrealPresenter: Kevin Hill; HEC Montreal
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».