MétaCan
Menu
Retour à la cohorte
Enregistrement W4286665411 · doi:10.5465/ambpp.2022.15699abstract

The Two Faces of CEO Narcissism and Affordable Loss: The Rivalry-Versus-Admiration Perspective

2022· article· en· W4286665411 sur OpenAlexaff
Zhe Shen, Wenlong Yuan

Notice bibliographique

RevueAcademy of Management Proceedings · 2022
Typearticle
Langueen
DomainePsychology
ThématiquePersonality Traits and Psychology
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésAdmirationRivalryNarcissismPerspective (graphical)PsychologyEmpirical researchSocial psychologyEconomicsPositive economicsMicroeconomicsEpistemologyComputer science

Résumé

récupéré en direct d'OpenAlex

Effectuation approach, defined as both process and principles guiding decision-making logic at the firm level, has attracted entrepreneurship scholars’ attention for two decades. The majority of research focuses on effectuation approach as a whole, and few studies have explored related subconstructs, such as affordable loss. However, there is a scanty of empirical exanimations on single principle, which benefits an in-depth understanding of effectuation approach. Hence, based on the rivalry-versus-admiration perspective, this study investigates the relationship between CEO narcissism and affordable loss. On the one hand, the influence of individual personality differences on effectuation principles has been addressed and verified by empirical support. A firm’s affordable loss behaviors indicate the cognitive mechanism underlying effectuation principles. On the other hand, this study discusses the boundary of effectuation approach by including two powerful moderators, namely, perceived uncertainty and slack resources. Using data collected from 126 Chinese enterprises, our results indicate that under low perceived uncertainty and high organizational slack, CEOs high in narcissistic admiration are more likely to take on affordable loss investments, while narcissistic rivalry CEOs prefer to reduce affordable loss activities to secure their status—assertions that fully support our hypotheses. Management implications and future directions are interpreted in the discussion.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,879
Score d'incertitude au seuil0,406

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,045
Tête enseignante GPT0,360
Écart entre enseignants0,316 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management ProceedingsMême sujetPersonality Traits and PsychologyTravaux en français237 207