MétaCan
Menu
Retour à la cohorte
Enregistrement W4416003154 · doi:10.5465/amproc.2025.24551abstract

Rapid Rise or Steady Climb: The Effect of Status Trajectories on Screen Performers’ Next Roles

2025· article· en· W4416003154 sur OpenAlexaff
Anton Andersson

Notice bibliographique

RevueAcademy of Management Proceedings · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Power and Status Dynamics
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésPerspective (graphical)Argument (complex analysis)ConventionTest (biology)HollywoodFocus (optics)Affect (linguistics)

Résumé

récupéré en direct d'OpenAlex

It is well-established that winning prestigious awards enhances the status of social actors—be they individuals, groups, or organizations. But how does award recognition shape actors' next moves? Prior research offers competing insights: some studies suggest that high-status actors select conventional pursuits to protect their heightened position, while others that high status affords actors more latitude to deviate from norms. However, what drives these opposite responses is commonly explained by static factors, assuming that actors’ willingness or ability to defy convention depends on the stability of the status hierarchy, or individual characteristics. Taking a more dynamic perspective, I contend that what actors do next is also contingent on the trajectories they took before winning their award. I test my argument by examining the acting roles that Hollywood performers took over time. I found that performers who won a prestigious Oscar were more likely to focus on conventional high-status roles. However, actors who had been previously nominated prior to winning were more likely to pursue unconventional roles of lower status. Metaphorically, awards produced different responses depending on whether screen performers rapidly rose or steadily climbed their way to the top. This study adds an important dynamic perspective to our understanding of the role of awards and status in markets.

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)0,003
score de la tête « metaresearch » (Gemma)0,019
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 enseignants0,011
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,021
Tête enseignante GPT0,321
Écart entre enseignants0,299 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management ProceedingsMême sujetSocial Power and Status DynamicsTravaux en français237 207