MétaCan
Menu
Retour à la cohorte
Enregistrement W4389787376 · doi:10.37725/mgmt.2023.8478

Reconceptualizing and Improving Member Participation in Large Cooperatives: Insights from Deliberative Democracy and Deliberative Mini-Publics

2023· article· en· W4389787376 sur OpenAlexaff
Simon Pek

Notice bibliographique

RevueM n gement · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCooperative Studies and Economics
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésCandidacyDeliberative democracyPublicsDemocracyPublic relationsPolitical scienceValue (mathematics)Corporate governanceControl (management)Public administrationSociologyPoliticsLawManagementEconomicsComputer science

Résumé

récupéré en direct d'OpenAlex

Member control is a central cooperative value that depends on members having sufficient opportunities to participate in decision-making. Most members of large cooperatives participate in decision-making through non-candidacy participation, which entails responsibilities including electing and monitoring their elected representatives and ratifying resolutions and reports. Non-candidacy participation is crucial to ensure that collective decisions and the conduct of representatives are aligned with the interests of the broader membership. However, prior research points to concerns about the level and quality of non-candidacy participation. In this essay, I draw on research on deliberative democracy to propose a novel solution to address these concerns. I begin by disentangling two commonly conflated forms of non-candidacy participation: aggregative and deliberative. I then argue that large cooperatives could improve both forms of participation through the targeted use of deliberative mini-publics. In doing so, I contribute to research on large cooperatives by advancing a novel solution to im-proving non-candidacy participation and cooperative governance more broadly, articulating a more fine-grained conception of participation to inform future research, and identifying a novel way of conceptualizing and enacting expertise in these organizations.

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)0,036
score de la tête « metaresearch » (Gemma)0,054
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,190

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0360,054
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0090,038
Communication savante0,0110,017
Science ouverte0,0030,018
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,036
Tête enseignante GPT0,269
Écart entre enseignants0,233 · 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'étudeQualitatif
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

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueM n gementMême sujetCooperative Studies and EconomicsTravaux en français237 207