The Weakness of Weak Ties: Do Social Capital Investments Among Leaders Pay off During Disasters
Notice bibliographique
Résumé
The theoretical literature on social capital and disasters, as well as conventional wisdom, suggests the importance of pre-disaster relationship building among leaders of responding organizations and agencies for disaster readiness and response. Often implied, but rarely tested empirically, research presumes a positive and linear relationship associated with investments in social capital for effective disaster response. Any amount of relationship building is better than none, but more is better. But is it? In this article, we use a rare longitudinal, pre-post disaster dataset of dyadic ties among leaders to examine key questions related to investments in social capital before a disaster, the expected payoffs from these investments, the actual payoffs of these investments and the marginal effects of such investments. Our findings indicate that pre-disaster relationship building has a non-linear relationship to expected payoffs and actual payoffs. Marginal effects analysis suggests three interesting, though perhaps counter-intuitive, relationships between the investment and expected and actual payoffs in social capital. First, leaders reported expecting disproportionately high payoffs from relatively small relationship investments prior to the incident. Second, infrequent pre-disaster interactions were found to be no different than no prior interaction when looking at actual payoffs from these investments. Finally, relationships that were deemed most problematic were among those with weak ties. Overall, results suggest that the efficacy of pre-disaster relationship building is more complicated than one would expect based on extant literature. More investment in social capital may be better in some cases, but the benefits from these investments appear only after a certain threshold is met and, in some cases, may have diminishing returns. Potential theoretical drivers for these seemingly counter-intuitive findings are discussed while calling for further research to investigate these dynamics in other contexts.
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 | 0,001 | 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 | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».