Notice bibliographique
Résumé
Purpose This article develops a benefit curve and a cost curve that relate the strength of a CEO’s social tie to its benefits and costs respectively, and thereby develops a cost-benefit framework for understanding the strengths of CEO social ties. In particular, this framework helps address the basic, yet largely unanswered questions of why one tie is stronger than another and why a CEO utilizes social ties to a greater extent in one context than in another. Design/methodology/approach As a conceptual paper, this article develops a cost-benefit framework for understanding the strengths of CEO social ties. Findings This article suggests an important shift of research focus and a different way of thinking regarding tie strength. Specifically, it suggests that the more fundamental question might not be whether a social tie is beneficial or one tie is more beneficial than another, but rather what its optimal strength is, given the underlying relational factors such as resource dependence and demographic similarity. Relatedly, the question might not be whether a CEO’s level of utilization of social ties has a more positive effect on firm performance in one context than in another, but rather what the optimal level of utilization is, given the contextual factors such as environmental uncertainty. Originality/value This article addresses a widely accepted, yet potentially misleading understanding of the relationship between a tie’s strength and its benefits (i.e. the strength of weak ties argument). By doing so, it develops a benefit curve that integrates into a coherent, parsimonious function three seemingly conflicting key ideas in the literature (i.e. the overall notion that social ties are beneficial, the strength of weak ties argument, and the liability of strong ties argument). Relatedly, it develops a coherent framework for understanding the strengths of CEO social ties.
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 | 0,013 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,009 |
| Communication savante | 0,009 | 0,014 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,001 |
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.
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 ».