Understanding the Qualitative Content of Relational Strategies
Notice bibliographique
Résumé
Scholarship in strategic management, organization theory, and social issues in management has aimed to understand the ways in which relationships affect and are affected by organizational performance. Research on relational strategies has taken multiple perspectives. These include examining how organizations and their stakeholders engage with one another and how prior histories with exchange partners impact the outcomes of transactions. A critical part of investigating relational strategies is understanding the qualitative substance of relationships which have commonly been evaluated through quantitative indicators such as tie strength, interaction frequency, or hierarchical differences. In this Symposium, we propose the presentation of four scholarly papers, each of which examines the qualitative content of modes of relating among organizational and market actors. We envision that this dialogue will advance scholarship about how relational strategies and relationships are assessed in the organizational literature. Reframing Difficult Experiences: How Individuals Cope With Emotional Distress Author: Madeleine Stefanie Rauch; Stanford U. Author: Shahzad Ansari; U. of Cambridge Healing Deep Wounds: A Case Study of Reconciliation Between the Police and the Community in Morelia Author: Rodrigo Canales; Boston U. Shaking off the Shackles: How Colonial Institutions Impact Relational Capabilities in the Market Author: Amrita Saha; U. of Toronto, Rotman School of Management The Power of Words: Word Responses in Multimarket Competition Author: He Gao; Michigan State U. Author: Tieying Yu; Boston College Author: Hyun-Soo Woo; U. of Mississippi Author: Albert Cannella; Texas A&M U., College Station
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 | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».