MétaCan
Menu
Retour à la cohorte
Enregistrement W1505103021 · doi:10.1108/k-05-2013-0100

Alliances in networks: insights from blockmodeling

2013· article· en· W1505103021 sur OpenAlex
Yan Cimon

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueKybernetes · 2013
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueBusiness Strategy and Innovation
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésCyberneticsComputer scienceOriginalitySample (material)AllianceValue (mathematics)Government (linguistics)Data scienceWork (physics)Artificial intelligenceManagement scienceSociologyMachine learningSocial scienceEconomicsLaw

Résumé

récupéré en direct d'OpenAlex

Purpose – Economic agents in systems (individuals, firms, government organizations, etc.) engage in a wide range of cooperative activities that may be mapped as networks. This paper aims at determining whether alliances embedded in such networks show higher densities of interaction between agents than other network subsets. Design/methodology/approach – This paper uses the blockmodeling technique on a unique sample of armed forces that have engaged in repeated cooperative behaviour over a decade. Findings – This study finds that the alliance in the sample does exhibit a significantly higher density of interaction than the rest of the network. Research limitations/implications – Using blockmodeling may be necessary, but not sufficient, to ascertain the presence of undisclosed alliances in networks. Practical implications – This work is useful for the detection of potential or actual collusive behaviour in the form of higher densities of interactions between agents in systems. Originality/value – Blockmodeling, as a technique, and agents like armed forces, as a sample, are uncommon occurrences in the contemporary cybernetics and general systems literature. This paper provides novel insights to research on collaborative behaviour.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,502
Score d'incertitude au seuil0,931

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,196
Écart entre enseignants0,180 · 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