Organizational Wrongdoing and its Deterrence
Notice bibliographique
Résumé
Strategic management research around organizational wrongdoing has made considerable progress in elucidating how these practices spread both within and across organizations. Central to much of this literature is the logic, famously articulated by Becker (1968), that wrongdoing follows from rational calculation weighing the perceived upsides of these actions against perceived downsides. Integrating perspectives from strategic management, management scholars have enriched this perspective, illustrating how wrongdoing fits into firms’ broader efforts to enhance performance. Naturally, this work has inspired corresponding research on deterrence, wherein greater attention to the strategic motivations for organizational wrongdoing informs novel theories regarding how it may be preempted or cauterized. This symposium brings together scholars whose work is at the cutting edge of these questions. It showcases work illustrating novel motivations for wrongdoing, as well as novel explanations for how and why certain deterrence strategies may prove especially effective. By doing this, we believe this symposium will enhance our understanding on corporate wrongdoing and how it can be more effectively deterred. Dominant Deceptions: Explaining the Tenacity of Deceit in Entrepreneurial Ventures Author: Aharon Cohen Mohliver; London Business School When Punishment Deters Future Misconduct: Evidence from Doping in Cycling Teams Author: Alessandro Piazza; Rice U. Beyond Deterrence: Unintended Consequences of Punishment in the Chicago Police Department Author: Sarah Gordon; McGill U. - Desautels Faculty of Management High-Profile Enforcement Efficiently Deters White-Collar Crime Author: Jin Hyung Kim; George Washington U.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,006 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».