MétaCan
Menu
Retour à la cohorte
Enregistrement W4378650448 · doi:10.1177/14761270231181186

Different strokes for different folks: The moderating effect of top managers’ political ideologies on the efficacy of top management team vertical pay disparities

2023· article· en· W4378650448 sur OpenAlexaff
M. K. Chin, Abhijith G. Acharya, Cynthia E. Devers

Notice bibliographique

RevueStrategic Organization · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésIdeologyExecutive compensationCorporate governancePoliticsManagement stylesTop-down and bottom-up designContingency theoryContingencyEconomicsBusinessMarketingPublic relationsPolitical scienceManagementLaw

Résumé

récupéré en direct d'OpenAlex

A debate surrounds the utility of tournament theory prescription for the pay arrangements of top executives, based on competing perspectives on the relationship between vertical pay disparities and important firm outcomes. In this study, we attempt to reconcile the competing perspectives by offering a contingency view of the utility of tournament theory prescriptions. We integrate insights from the person-pay interaction theory with research on political ideology to show how top executive’s individual and top management team’s team-level political ideology shapes the relationship between vertical pay disparities and top executive departure and firm performance. Using data on US public firms, we find that liberal-leaning top executives are more likely to exit the firm at higher levels than at lower levels of vertical pay disparity, whereas conservative-leaning top executives are more likely to exit the firm at lower levels than at higher levels of vertical pay disparity. Furthermore, liberal-leaning top management teams perform better at lower levels than at higher levels of vertical pay disparity, whereas conservative-leaning top management teams perform better at higher levels than at lower levels of vertical pay disparity. We discuss the implications of these findings for the literature on executive compensation, corporate governance, and executive values.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,026
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0040,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,021
Tête enseignante GPT0,233
Écart entre enseignants0,212 · 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 source (Gemma direct ou Codex distillé), 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

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStrategic OrganizationMême sujetCorporate Finance and GovernanceTravaux en français237 207