.png){kind=icon}
返回
Selection Regimes and Selection Errors
.png){kind=icon}
PRE
AI
DOI：10.1287/orsc.2023.17482.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
如何设计创新项目的选择机制以减少误报和漏报？以往研究提供了关于组织如何减少错误的理论见解，但我们对组织如何随时间调整选择机制及其对选择结果的影响知之甚少。基于数年间126次访谈的定性数据，我们探讨了加速器如何通过三种选择机制演变以应对高风险融资决策，重点关注组织变革及其深层原因。随后，我们分析其收到的3,580份申请的定量数据，评估这些机制下的误报和漏报情况。研究发现，尽管有意识地改进流程，两种错误类型仍持续存在，且在不同机制间差异不大。在最终机制中，通过强调申请者履历和增加筛选层级来提升提交质量，但评估者意外地更易犯选择错误。这一发现排除了（1）提交池差异、（2）培训与资源提供的处理效应差异、（3）学习效应以及（4）市场演化的影响。结合定性与定量数据，我们通过两种机制解释此现象：（1）均值回归与对申请者履历的过度强调相结合；（2）更严格筛选过程导致的同质逆向选择。研究表明，组织选择机制的演变可能需要跨多方面的调整，并可能导致意外后果。
Keyword:
organization design
ideas
innovation
evaluation and selection of innovation projects
screening
selection error false positives and false negatives
mixed methods
longitudinal research design
accelerator
app
期刊
IF:
5.4
论文数:
2.4K
被引数:
2.5W
机构
引用论文
Multivariate probit regression using simulated maximum likelihood基于模拟最大似然法的多元probit回归.png)
STATA JOURNAL
OAAI
STATA JOURNALIF2.4
OAAI分享收藏Who Takes You to the Dance? How Partners' Institutional Logics Influence Innovation in Young Firms
PREAI
分享收藏
查看更多内容