MétaCan
Menu
Retour à la cohorte
Enregistrement W4387992246 · doi:10.1108/s0742-332220230000043008

Voluntary Standards and Ceremonial Adoption: Strategic Registration, Competition, and Audience in LEED Certification

2023· book-chapter· en· W4387992246 sur OpenAlexaff
Anne Bowers, Hyeun J. Lee

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueSustainable Building Design and Assessment
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCertificationCompetition (biology)IncentiveMarketingPublic relationsBusinessEnvironmental designTurnoverPolitical scienceManagementEngineeringEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract We study ceremonial adoption of voluntary standards, where participants adopt the standard in principle but do not change their practices. Ceremonial adoption can benefit individual participants, who may be able to reap the benefits of association with the standard at lower cost, but it can be problematic for overall levels of adoption. We conceive of ceremonial adoption as an interaction between strategic incentives of participants and social ties to their audiences, such that not all participants are likely to ceremonially adopt. Our setting is the Leadership in Energy and Environmental Design (LEED) certification for sustainable construction. We study the conditions under which projects register for LEED certification, allowing them to claim affiliation with LEED, but then do not actually finish certification. While our data are correlational in nature, our results suggest that studying the competition for audience members (in our case, occupants) can provide greater understanding of certification behavior as well as overall levels of adoption. Our findings have implications for organizations that design and maintain voluntary standards and for organization theorists who wish to understand field-level change. Thus, we provide more evidence that strategy and organizational theory interact in important and often unexamined ways.

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)0,000
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: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,786
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,028
Tête enseignante GPT0,243
Écart entre enseignants0,215 · 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
GenreAutre

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSustainable Building Design and AssessmentTravaux en français237 207