MétaCan
Menu
Retour à la cohorte
Enregistrement W6987534589

Stigma and Legitimacy Loss: Professions, Social Judgments, and Symbols in Crime and Punishment

2016· article· en· W6987534589 sur OpenAlexaboutno aff

Notice bibliographique

RevueLondon Business School Research Online (London Business School) · 2016
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEthics in Business and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMisconductSeriousnessLegitimacyConversationAffect (linguistics)Punishment (psychology)Business ethicsWhite-collar crimeApportionment
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In this symposium we present five papers focused on how the judgments of external stakeholders affect the apportionment of the consequences of misconduct. The papers included attack the question in various settings and across levels of analysis, ranging from teachers’ personal comportment to members’ of Parliament misspending to corporate fraud. Yet each paper investigates how social control agents - including the media, institutional investors, stock analysts, and other audiences - draw inferences about the seriousness and severity of infractions, and how these inferences affect the punishments that are assigned to various actors involved. This symposium will generate conversation about both theoretical and empirical questions related to misconduct and ethics, stakeholder relationships, and governance. Pragmatic or Moral Legitimacy: Effect of Director Capabilities versus Nonprofit Ties on Punishment Presenter: Daphne Teh; INSEAD Repeat Offenders: How The Consequences of Firm Misconduct Abate Across Incidents Presenter: Celia Moore; London Business School Presenter: Aharon Yehuda Cohen Mohliver; London Business School Presenter: Jo-Ellen Pozner; Santa Clara U. The Process of Scandal Formation and the Role of Social Control Agents Presenter: Timothy R. Hannigan; U. of Alberta Presenter: James B. Wade; George Washington U. Presenter: Joseph Porac; New York U. The Professional Consequences of Misconduct Presenter: Jacob Model; Stanford U. Corporate Misconduct and Heterogeneity in the Reputational Penalties to Managers and Directors Presenter: Ivana Naumovska; INSEAD Presenter: Georg Wernicke; Copenhagen Business School

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)0,010
score de la tête « metaresearch » (Gemma)0,038
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: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,038
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0090,047
Communication savante0,0110,011
Science ouverte0,0010,010
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,229
Tête enseignante GPT0,468
Écart entre enseignants0,239 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLondon Business School Research Online (London Business School)Même sujetEthics in Business and EducationTravaux en français237 207