On the Foundations of NeuroIS: Reflections on the Gmunden Retreat 2009
Notice bibliographique
Résumé
This article reflects on the discussions of the fifteen participants (co-authors) of a retreat on the “Foundations of NeuroIS” that took place in Gmunden (Austria) in September 2009. In particular, this article offers initial answers to a set of research questions which are important for the foundations of NeuroIS, an emerging subfield within the IS discipline. The key questions discussed during the retreat that are addressed in this article are: (1) What is NeuroIS, and how does it relate to sister disciplines, such as neuroscience, neuroeconomics, and neuromarketing? (2) Which neuroscience tools are relevant for IS research? (3) What can IS researchers learn from the neuroscience literature, and what do we already know about brain activity? (4) What are possible IS research topics that can be examined with neuroscience tools, and what are some promising research areas for NeuroIS? (5) How can NeuroIS be established as a new subfield in the IS literature, and what are the current challenges for NeuroIS? The article concludes by offering the participants’ outlook on the future of NeuroIS.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,060 | 0,075 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,018 | 0,026 |
| Communication savante | 0,020 | 0,018 |
| Science ouverte | 0,003 | 0,021 |
| Intégrité de la recherche | 0,026 | 0,046 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».