MARC

 008260126s2025        us                              c    eng  d
■001000017359842
■00520260202105223
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798291566374
■035    ▼a(MiAaPQ)AAI32271824
■035    ▼a(MiAaPQ)umichrackham006484
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a301
■1001  ▼aOh,  Sang  Teck.
■24510▼aCompetitive  Dynamics  and  Emerging  Technology:  Industry,  Regulation,  and  Discourse  on  Autonomous  Vehicles
■260    ▼a[Sl]▼bUniversity  of  Michigan▼c2025
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2025
■300    ▼a210  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  87-02,  Section:  B.
■500    ▼aAdvisor:  Owen-Smith,  Jason  D.
■5021  ▼aThesis  (Ph.D.)--University  of  Michigan,  2025.
■520    ▼aTechnological  development  is  transforming  not  only  markets  and  industries,  but  the  institutional  foundations  of  society  itself.  As  new  technologies  disrupt  established  structures  and  create  uncertain  futures,  understanding  the  social  mechanisms  that  shape  their  development  becomes  essential.  This  dissertation  centers  competition  as  a  key  structuring  mechanism  by  which  actors  across  industry,  government,  and  civil  society  navigate  technological  disruption,  define  strategic  responses,  and  shape  institutional  outcomes.  Rather  than  treating  competition  as  a  background  market  condition,  I  theorize  it  as  a  relational,  evolving  mechanism  that  influences  how  firms  form  alliances,  how  states  regulate,  and  how  public  discourse  is  constructed.  Empirically,  the  dissertation  examines  the  case  of  autonomous  vehicles  (AVs),  a  high-profile  and  infrastructurally  intensive  application  of  AI  technologies.  I  investigate  how  competitive  dynamics  unfold  across  three  social  domains:  regulation,  discourse,  and  industry.  Chapter  2  analyzes  the  regulatory  domain,  exploring  how  interstate  competition  influences  the  diffusion  of  AV  regulations  across  U.S.  states.  Using  a  novel  network-based  measure  of  economic  rivalry  based  on  Census  Job  Flow  data,  I  find  that  competition  accelerates  policy  adoption  but  conditions  whether  states  converge  or  differentiate  in  regulatory  design.  Chapter  3  examines  the  discursive  effects  of  policy  adoption  in  the  context  of  media  framing.  Using  Sentence-BERT  and  a  corpus  of  13,000  news  articles,  I  show  that  in  high-competition  states,  AV  policies  amplify  economic  and  technological  frames  while  suppressing  ethical  concerns,  suggesting  that  competition  structures  not  only  institutional  action  but  also  public  meaning-making.  Chapter  4  analyzes  how  inter-industry  competition  between  automakers  and  technology  firms  shapes  alliance  behavior  over  time.  Drawing  on  a  dataset  of  517  firm  alliances  (2015-2024),  I  show  that  firms  shift  from  capability-seeking  to  dependency-management  strategies  as  inter-industry  competitive  logics  evolve.    Theoretically,  the  dissertation  integrates  insights  from  economic  sociology,  network  theory,  strategic  management,  cultural  sociology,  and  policy  diffusion,  emphasizing  competition  as  a  field-level  mechanism  that  evolves  over  time  and  shapes  diverse  institutional  responses.  Methodologically,  the  project  combines  quantitative  alliance  data,  network-based  policy  diffusion  models,  and  computational  text  analysis  to  trace  how  competition  operates  across  domains.
■590    ▼aSchool  code:  0127.
■650  4▼aSociology
■650  4▼aAutomotive  engineering
■650  4▼aInformation  technology
■650  4▼aPublic  policy
■653    ▼aSociology  of  competition
■653    ▼aSociology  of  technology
■653    ▼aNetworks
■653    ▼aAutonomous  vehicles
■653    ▼aScience  and  technology  studies
■653    ▼aSocial  transformation
■690    ▼a0626
■690    ▼a0489
■690    ▼a0630
■690    ▼a0540
■71020▼aUniversity  of  Michigan▼bSociology.
■7730  ▼tDissertations  Abstracts  International▼g87-02B.
■790    ▼a0127
■791    ▼aPh.D.
■792    ▼a2025
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17359842▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

Preview

Export

ChatGPT Discussion

AI Recommended Related Books