MétaCan
Menu
Retour à la cohorte
Enregistrement W4405076413 · doi:10.1177/01492063241300117

Breaking Through? The Divergent Consequences of CEO Political Ideology on Firm Inventiveness

2024· article· en· W4405076413 sur OpenAlexaff
Andreea N. Kiss, Qianqian Yu, François Neville, Andrew Ward

Notice bibliographique

RevueJournal of Management · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésPoliticsIdeologyBusinessAestheticsSociologyPsychologyPublic relationsPolitical sciencePhilosophyLaw

Résumé

récupéré en direct d'OpenAlex

We draw on upper-echelons literature recognizing the important role of CEOs in firm strategy, including innovation, and research on CEO political ideology and executive discretion to explore the relationship between CEO political ideology and firm breakthrough inventions. We suggest that CEO liberalism is a double-edged sword and is positively associated with firm breakthrough inventions but also less-useful inventions. We suggest that these relationships are shaped by three different sources of executive discretion: CEO-TMT pay gap, institutional investors, and existing product-market competition. We find support for our hypotheses on a sample of 581 public firms using firms’ patenting and citation activities to capture inventions. We infuse a values, contingency-based perspective to work on CEO characteristics and firm breakthrough inventions, provide a more comprehensive understanding of the multifaceted nature of managerial discretion in setting or deviating firms on/from certain technological trajectories, and extend work on political ideology by showing the relevance of political ideology for explaining not just variations in firm internal resource allocation decisions, corporate activism, and entrepreneurship but also in the level and nature of inventions it produces.

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)0,004
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,025
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,265
Écart entre enseignants0,230 · 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'étudeObservationnel
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

Citations11
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of ManagementMême sujetCorporate Finance and GovernanceTravaux en français237 207