MétaCan
Menu
Retour à la cohorte
Enregistrement W2128894183 · doi:10.1287/orsc.2015.0988

The Integration of Psychological and Network Perspectives in Organizational Scholarship

2015· article· en· W2128894183 sur OpenAlexaff
Tiziana Casciaro, Sigal G. Barsade, Amy C. Edmondson, Cristina B. Gibson, David Krackhardt, Giuseppe Labianca

Notice bibliographique

RevueOrganization Science · 2015
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueComplex Systems and Decision Making
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésScholarshipPerspective (graphical)Organizational studiesDisciplineOrganization developmentOrganizational behaviorSociologyOrganizational learningKnowledge managementEngineering ethicsPsychologyEpistemologyComputer scienceSocial sciencePolitical scienceSocial psychology

Résumé

récupéré en direct d'OpenAlex

Although multiple disciplines have been applied to the study of organizations, organizational research is rarely interdisciplinary in the sense of two or more disciplines being linked in the joint analysis of organizational phenomena. The articles in this special issue illustrate the kinds of insights that can be gained by moving from a purely disciplinary perspective on organizational behavior to an interdisciplinary perspective that considers network phenomena and psychological phenomena as intertwined in organizational life. The advances of this special forum notwithstanding, large swaths of network–psychological integration are still largely unexplored in organizational research. We highlight a subset of particularly promising avenues for further interdisciplinary exploration. We also observe that the two research programs have developed into distinct paradigms, making interdisciplinary discourse challenging, and offer suggestions toward a greater integration and collaboration across the two research communities.

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)0,014
score de la tête « metaresearch » (Gemma)0,018
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0100,007
Études des sciences et des technologies0,0040,036
Communication savante0,0170,020
Science ouverte0,0020,008
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,262
Tête enseignante GPT0,453
Écart entre enseignants0,191 · 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
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

Citations102
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOrganization ScienceMême sujetComplex Systems and Decision MakingTravaux en français237 207