MétaCan
Menu
Retour à la cohorte
Enregistrement W4407573258 · doi:10.5465/amr.2020.0405

From the Evaluator’s Perspective: A Functional Approach to Social Judgments

2025· article· en· W4407573258 sur OpenAlexaff
Alex Bitektine, Nicole Gillespie, Donald Lange

Notice bibliographique

RevueAcademy of Management Review · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Identity and Reputation
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésPerspective (graphical)Organizational behaviorPsychologySociologySocial psychologyManagementComputer scienceArtificial intelligenceEconomics

Résumé

récupéré en direct d'OpenAlex

To deepen understanding of social judgments of organizations, we build on work that has adopted the evaluator’s perspective to develop a comprehensive functional approach to social judgments. We identify a set of adaptive challenges faced by evaluators in their relationship with organizations and theorize how the judgments they make can help resolve those challenges. In doing so, we clarify how social judgments are rooted in comparisons between the organization’s properties and some social referent, and extend understanding of the interrelated nature and complementary role of diverse social judgments. We explain how social judgments—such as legitimacy, trustworthiness, reputation, status, and authenticity—form a robust system of interrelated judgments that allows evaluators to collect and triangulate multiple judgments of different types, using judgment inputs from three different sources: (1) first-hand inputs, based on the evaluator’s own observations and information about the organization; (2) borrowed inputs, based on judgments made by others; and (3) taken-for-granted judgment inputs acquired through the evaluator’s socialization and education. We conclude by suggesting ways to reorient research toward unduly neglected elements of social judgment theory through systematic examination of the functional utility that social judgments provide for evaluators.

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)0,067
score de la tête « metaresearch » (Gemma)0,081
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 enseignants0,067
Score d'incertitude au seuil0,352

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0670,081
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0130,006
Études des sciences et des technologies0,0050,045
Communication savante0,0110,023
Science ouverte0,0030,005
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,051
Tête enseignante GPT0,315
Écart entre enseignants0,264 · 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

Citations7
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management ReviewMême sujetCorporate Identity and ReputationTravaux en français237 207