A Modeling Methodology for Multiobjective Multistakeholder Decisions
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.
Notice bibliographique
Résumé
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle