MétaCan
Menu
Retour à la cohorte
Enregistrement W4408326649 · doi:10.1111/1911-3846.13030

Can we explain managerial non‐answers during conference call Q&As?

2025· article· en· W4408326649 sur OpenAlexaffvenue
Matthew Bamber, Pier‐Luc Nappert

Notice bibliographique

RevueContemporary Accounting Research · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueTeam Dynamics and Performance
Établissements canadiensUniversité LavalYork University
Organismes subventionnairesnon disponible
Mots-clésEconomicsManagementPolitical scienceLaw and economicsBusiness

Résumé

récupéré en direct d'OpenAlex

Abstract Management teams often avoid answering questions during conference call question and answer sessions (Q&As). Viewing this as an information asymmetry issue, accounting scholars have suggested that this behavior is ill‐advised and that non‐answers signal to investors the suppression of bad news. In this article, we demonstrate that this argument lacks nuance. Instead, we argue that answers and non‐answers necessarily coexist and are codependent. Our contribution stems from our social interactionist lens, whereby we draw on interdisciplinary perspectives of workplace silence to make sense of our data. We propose three explanations for managerial non‐answers, namely that they are used (1) defensively, (2) reflectively, and (3) negotiatively. Despite the seeming complexity, analysts claim they can make sense of what managers are able to say in this forum, and by extension, what they do (or perhaps, can) not. From here, we argue that analysts are socialized to managerial non‐answers. Despite this, there is general concern that investors allow an innate fear of “silence” to prejudice their judgment of non‐answers. Thus, we highlight a communication gap between management, intermediary, and investor. On the one hand, this implies a source of market inefficiency, but on the other it points toward a source of potential value in sell‐side analyst work, specifically, their experience and expertise in social interaction.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,432
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,074
Tête enseignante GPT0,394
Écart entre enseignants0,319 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueContemporary Accounting ResearchMême sujetTeam Dynamics and PerformanceTravaux en français237 207