MétaCan
Menu
Retour à la cohorte
Enregistrement W1975718869 · doi:10.1177/0018726706064182

Sixty-six ways to get it wrong

2006· article· en· W1975718869 sur OpenAlexaffabout
Gail Whiteman, William H. Cooper

Notice bibliographique

RevueHuman Relations · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and biodiversity studies
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésBeaverSociologyField (mathematics)BayEcologyEnvironmental ethicsEpistemologyHistoryArchaeologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Gail Whiteman learned to be a beaver trapper by working in the field with a Cree tallyman in Eastern James Bay, Québec. An account of her managerial experiences and some potential lessons for organizations were reported in Whiteman and Cooper (2000). Central to her managerial experience was the sense of being ecologically embedded – literally being grounded in the local ecology. From that experience we suggested that resources are more likely to be cared for if managers have a strong ecological sense of who and where they are. Banerjee and Linstead (2004) have provided an extensive critique of our article. We itemize the sins with which we are charged and provide responses to the more central criticisms. We close by reiterating the purpose of the original article and what we continue to believe are the virtues of the main points.

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 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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,319
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,009

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 Opus0,023
Tête enseignante GPT0,225
Écart entre enseignants0,202 · 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

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHuman RelationsMême sujetEcology and biodiversity studiesTravaux en français237 207