MétaCan
Menu
Retour à la cohorte
Enregistrement W4400447098 · doi:10.5465/amproc.2024.14479symposium

Defining the Creator Economy for Management Scholarship

2024· article· en· W4400447098 sur OpenAlexaff
You-Jin Song, Yun Ha Cho, Lindsey Cameron, Patrick Reilly, Rembrand Koning, Curtis K. Chan, Angèle Christin, Judith A. Clair, Julianna Pillemer, Esther Sackett, Rashi Sonal, Njoke Thomas

Notice bibliographique

RevueAcademy of Management Proceedings · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueCreativity in Education and Neuroscience
Établissements canadiensKellogg's (Canada)
Organismes subventionnairesnon disponible
Mots-clésScholarshipNeoclassical economicsEconomicsEconomic growth

Résumé

récupéré en direct d'OpenAlex

The creator economy has grown exponentially in its economic, cultural, and social impact during the past decade, but management scholarship has yet to catch up with this significant phenomenon. To facilitate emerging research on the creator economy, this panel symposium brings together scholars from various subfields of management as part of a conversation that seeks to define the most valuable theoretical and practical aspects of this phenomenon. Given the connections of content creators to gig and platform work, entrepreneurship, cultural production, and work and occupations, we have invited four panelists from each of these areas to engage in a conversation with members of the Creator Economy Working Group. Through the moderated discussion and audience dialogue, our hope is that this panel symposium will provide a generative starting point from which we can develop a shared understanding on how to update and develop theory to explain this phenomenon while engaging in a mutually fruitful stream of research that brings the creator economy into the mainstream of management scholarship.

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)0,040
score de la tête « metaresearch » (Gemma)0,037
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,211

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0400,037
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,003
Études des sciences et des technologies0,0180,077
Communication savante0,0390,044
Science ouverte0,0030,022
Intégrité de la recherche0,0110,011
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,044
Tête enseignante GPT0,375
Écart entre enseignants0,332 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management ProceedingsMême sujetCreativity in Education and NeuroscienceTravaux en français237 207