MétaCan
Menu
Retour à la cohorte
Enregistrement W4312369320 · doi:10.14453/aabfj.v16i3.07

Theories of Delinquency and Deviance Applied to Consumption

2022· article· en· W4312369320 sur OpenAlexaff
Sue L. T. McGregor

Notice bibliographique

RevueAustralasian Accounting Business and Finance Journal · 2022
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEthics in Business and Education
Établissements canadiensMount Saint Vincent University
Organismes subventionnairesnon disponible
Mots-clésDeviance (statistics)Juvenile delinquencyAnomieOperationalizationPhenomenonSocial psychologyPsychologyEmpirical researchCriminologyPositive economicsSociologyEpistemologyEconomicsComputer science

Résumé

récupéré en direct d'OpenAlex

As aspects of ethical and moral consumption, this paper is concerned with gaining deeper insights into how people could possibly react to being judged and then labeled delinquent and deviant consumers (i.e., falling short of or neglecting to fulfill their duty to others, other species, and the Earth). To that end, theories of delinquency (rational choice, strain, anomie, social processes, subculture, and differential opportunity) and Henry and Eaton’s six degrees of deviance approach were employed to conceptualize this phenomenon. Each theory and degree of deviance is explained and then paired with a consumer example to illustrate its relevance in offering insights into people’s possible reactions to being judged and labelled delinquent and deviant consumers. Future researchers are encouraged to operationalize the ideas contained herein to see if they have empirical and theoretical merit.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,331
Score d'incertitude au seuil0,661

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,089
Tête enseignante GPT0,362
Écart entre enseignants0,273 · 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'étudeObservationnel
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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAustralasian Accounting Business and Finance JournalMême sujetEthics in Business and EducationTravaux en français237 207