MétaCan
Menu
Retour à la cohorte
Enregistrement W2031110901 · doi:10.1177/1056492601102020

A Modeling Methodology for Multiobjective Multistakeholder Decisions

2001· article· en· W2031110901 sur OpenAlexaff
Monika Winn, L. Robin Keller

Notice bibliographique

RevueJournal of Management Inquiry · 2001
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Social Responsibility Reporting
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésStakeholderComputer scienceContext (archaeology)Management scienceDecision tree modelDecision treeDecision analysisHierarchyEmpirical researchKnowledge managementOperations researchArtificial intelligenceManagementMathematicsEngineering

Résumé

récupéré en direct d'OpenAlex

anagementsciencescurrentlydonotoffera systematic approach to model thedynamics and effects of multiple stake-holders’ objectives on corporate decisions. The pur-pose of this article is to introduce a structured qualita-tive methodology that provides researchers with ameans to systematically model, analyze, and comparecases of context-rich, idiosyncratic organizationaldecisions that involve multiple sets of objectives ofmultiple and divergent stakeholders.The multiobjective multistakeholder decisionmodeling methodology consists of a stepwiseapproach for inferring organizational priorities bymodeling organizational objectives hierarchies. Anobjectives hierarchy classifies related, more specificsubsets of objectives into higher level categories ofbroader, more general objectives in a hierarchical treestructure. In the modeling methodology, we combinequalitative and structured elements to achieve twotraditionally exclusive research goals: retain a highlevel of the decision’s complexity and simultaneouslyprovidemeansforsystematiccomparisonswithinoneor among several decision cases. With this methodol-ogy, we aim to broaden the empirical base of stake-holder theory by expanding its methodologicalarsenal.The modeling methodology is nontraditional inthat it links two formerly distinct streams of research:(a) multiattribute decision analysis and, specifically,the objectives hierarchies method from decision anal-ysis (Keeney, 1992; von Neumann & Morgenstern,1947;vonWinterfeldt,1987)and(b)recentdescriptivedevelopments in the stakeholder literature (Freeman,1984; Mitchell, Agle, & Wood, 1997). The objectiveshierarchies method creates tree structures that orga-nize the objectives of a decision maker into related

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)0,007
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,009
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,002
Communication savante0,0030,004
Science ouverte0,0030,002
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,347
Tête enseignante GPT0,388
Écart entre enseignants0,041 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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

En bref

Citations54
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Management InquiryMême sujetCorporate Social Responsibility ReportingTravaux en français237 207