MétaCan
Menu
Retour à la cohorte
Enregistrement W1987311106 · doi:10.1177/0149206308319533

Scholarly Influence in the Field of Management: A Bibliometric Analysis of the Determinants of University and Author Impact in the Management Literature in the Past Quarter Century

2008· article· en· W1987311106 sur OpenAlexaboutno aff
Philip M. Podsakoff, Scott MacKenzie, Nathan P. Podsakoff, Daniel G. Bachrach

Notice bibliographique

RevueJournal of Management · 2008
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueJob Satisfaction and Organizational Behavior
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuarter (Canadian coin)ReputationEndowmentBibliometricsVariance (accounting)Field (mathematics)Citation analysisLibrary scienceImpact factorEditorial boardSociologySocial sciencePolitical scienceHistoryAccountingCitationEconomicsLawComputer science

Résumé

récupéré en direct d'OpenAlex

The purpose of this study is to identify the universities and research scholars who have had the greatest impact on the field of management during the past quarter century and the factors that influence their impact. Using bibliometric techniques, the authors examined 30 management journals to identify the 100 most-cited universities and 150 most-cited authors from 1981 to 2004. The analysis included more than 1,600 universities and 25,000 management scholars across five individual time periods. The findings showed that (a) a relatively small proportion of universities and scholars accounted for the majority of the citations in the field; (b) total publications accounted for the majority of the variance in university citations; (c) university size, the number of PhDs awarded, research expenditures, and endowment assets had the biggest impact on university publications; and (d) total publications, years in the field, graduate school reputation, and editorial board memberships had the biggest effect on a scholar's citations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,040
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Bibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,040
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0450,064
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,011
Tête enseignante GPT0,257
Écart entre enseignants0,246 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeObservationnel
DomaineÉvaluation
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

Citations515
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of ManagementMême sujetJob Satisfaction and Organizational BehaviorTravaux en français237 207