MétaCan
Menu
Retour à la cohorte
Enregistrement W2116253140 · doi:10.1177/1094428115589189

Rejoinder

2015· article· en· W2116253140 sur OpenAlexaff
Isabelle Walsh, Judith A. Holton, Lotte Bailyn, Walter Fernández, Natalia Levina, Barney G. Glaser

Notice bibliographique

RevueOrganizational Research Methods · 2015
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueManagement and Organizational Studies
Établissements canadiensMount Allison University
Organismes subventionnairesUniversity of New South Wales
Mots-clésNomothetic and idiographicNomotheticEpistemologyPositivismSnowball samplingSociologyExploratory researchGrounded theoryField (mathematics)Qualitative researchPsychologySocial sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

It has become essential and urgent that significant actors in the management field of research become aware of the current rejection of previously accepted philosophical caricatures. The unrealistic though “tidy” paradigmatic dichotomy, positivism/quantitative/deduction versus interpretivism/qualitative/induction, is being rejected. Instead, a growing and “untidy” consensus is emerging that helps to position grounded theory (GT) in the research landscape. This growing consensus includes perspectives that range from nomothetic to idiographic and highlights data-driven exploratory approaches in opposition to theory-driven confirmatory approaches. While the foundational pillars of GT (emergence, theoretical sampling, and constant comparison) have to be respected when conducting a GT study, there certainly is plenty of room for creativity in the implementation of a data-driven exploratory GT approach. GT is not limited to an all-encompassing method for qualitative or interpretive research: It is much broader and may be applied from various philosophical perspectives that range from nomothetic to idiographic.

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)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,035
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,008
Communication savante0,0070,010
Science ouverte0,0040,006
Intégrité de la recherche0,0130,020
Charge utile insuffisante (le modèle a refusé de juger)0,0340,020

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 Opus0,301
Tête enseignante GPT0,486
Écart entre enseignants0,185 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

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

En bref

Citations25
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOrganizational Research MethodsMême sujetManagement and Organizational StudiesTravaux en français237 207