[Insert Table 1 here]We calculate s

[Insert Table 1 here]We calculate separate LSM for each category using the following formula (prepositions are used in the following example) (Ireland & Pennebaker, 2010; Ireland et al., 2011): In this formula, prepsCEO is the percentage of prepositions used by the CEO and preps CFO is the percentage used by the CFO. In the denominator, 0.001 is added to prevent empty sets. The nine category-level language similarity scores are added to yield a composite LSM score. A larger number represents a higher level of LSM between the CEO and the CFO.

結果 (繁體中文) 1:

[插入表1這裡]
我們計算對於每個類別用下面的公式（介詞在下面的實施例中使用）分離LSM（愛爾蘭＆彭納貝克，2010;愛爾蘭等人，2011）：在該式中，prepsCEO是的百分比介詞使用的CEO，並準備CFO是由CFO所使用的百分比。在分母，0.001加入到防止空集。九個類別級語言相似度分數相加，得到的複合材料LSM得分。較大的數目表示LSM的CEO和CFO之間的更高的水平。

結果 (繁體中文) 2:

[在此處插入表 1]
我們使用以下公式計算每個類別的單獨 LSM（以下示例中使用介詞）（愛爾蘭和彭尼貝克，2010;愛爾蘭等人，2011年）：在此公式中，presCEO 是 CEO 使用的介詞的百分比，而準備 CFO 的預選職位的百分比是 CFO 使用的百分比。在分母中，將添加 0.001 以防止空集。添加九個類別級語言相似性分數以生成複合 LSM 分數。較大的數位表示 CEO 和 CFO 之間的 LSM 級別較高。

結果 (繁體中文) 3:

[在此處插入錶1]
我們使用以下公式計算每個類別的單獨LSM（以下示例中使用介詞）（Ireland&Pennebaker，2010；Ireland et al.，2011）：在此公式中，preps CEO是CEO使用介詞的百分比，preps CFO是CFO使用的百分比。在分母中，添加0.001以防止出現空集。將九個類別級別的語言相似度分數相加，得到一個綜合的LSM分數。較大的數位表示CEO和CFO之間的LSM級別較高。