MétaCan
Menu
Retour à la cohorte
Enregistrement W4389006619 · doi:10.1093/rof/rfad039

The saliency of the CEO pay ratio

2023· article· en· W4389006619 sur OpenAlexfundno aff
Audra L. Boone, Austin Starkweather, Joshua T. White

Notice bibliographique

RevueEuropean Finance Review · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Social Responsibility Reporting
Établissements canadiensnon disponible
Organismes subventionnairesPeking UniversityUniversity of Illinois at Urbana-ChampaignUniversity of TorontoGeorgia State UniversityUniversity of MiamiDrexel UniversityIowa State UniversityCity University of Hong KongVanderbilt UniversityHSBC Bank USA
Mots-clésExecutive compensationSalientCorporate governanceCommissionBusinessCompensation (psychology)ProductivityMetric (unit)AccountingJob satisfactionLabour economicsEconomicsMarketingFinancePsychologySocial psychologyManagementLaw

Résumé

récupéré en direct d'OpenAlex

Abstract The US Securities and Exchange Commission’s mandated CEO pay ratio is a simple, but salient, metric that could resonate with employees given it focuses on their compensation. Reporting a relatively or surprisingly high ratio reduces employee perceptions of their pay, views of the CEO, and hampers productivity growth. Employee pay satisfaction drops after disclosing a high ratio even if their wages were previously disclosed and when the pay ratio disclosure adds little new information. Disclosures by firms with a high ratio contain more discretionary language to explain the ratio or portray employee relations positively and are more likely to be covered by the media. However, neither information source substantially alters the employee response to a salient ratio. Our work illustrates that requiring firms to disclose a salient metric can have unintended consequences on employees and suggests caution in requiring firms to report simplified Environmental, Social, and Governance (ESG) metrics that are inherently multifaceted.

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)0,012
score de la tête « metaresearch » (Gemma)0,075
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,075
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,035
Tête enseignante GPT0,264
Écart entre enseignants0,230 · 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

Citations43
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Finance ReviewMême sujetCorporate Social Responsibility ReportingTravaux en français237 207