Measuring trust in organisational research: Review and recommendations
Notice bibliographique
Résumé
Although the organisational literature is increasingly converging on common definitions and theoretical conceptualisations of trust, it is unclear whether the same is true for the measures used to operationalise trust. In this paper, we review the organisational literature to assess the degree of sophistication and convergence across studies in how trust has been measured. Our analysis of 171 papers published over 48 years revealed that the state of the art of trust measurement is rudimentary and highly fragmented. In particular, we identified a total of 129 different measures of trust. Moreover, in only 24 instances were we able to verify that a previously developed and validated measure of trust had been replicated verbatim, and 11 of these replications were by the same authors who originated the measure. In addition to the limited degree of replication, the measurement of trust in the organisational literature is characterised by weak evidence in support of construct validity and limited consensus on operational dimensions. What makes these findings even more surprising is that our review also identified several measures of trust that have been carefully developed and thoroughly validated. We profile those measures with strong measurement properties and discuss their trade-offs. We also present a framework for measuring trust that provides guidance to researchers for selecting or developing a measure of trust and propose an agenda for future research with an emphasis on resolving enduring debates in the literature.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,082 | 0,235 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,007 | 0,006 |
| Bibliométrie | 0,020 | 0,023 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,009 | 0,015 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».