Toward a theory of evidence based decision making
Notice bibliographique
Résumé
Purpose The purpose of this paper is to integrate existing body of knowledge on evidence‐based management, develop a theory of evidence, and propose a model of evidence‐based decision making. Design/methodology/approach Following a literature review, the paper takes a conceptual approach toward developing a theory of evidence and a process model of decision making. Formal research propositions amplify both theory and model. Findings The paper suggests that decision making is at the heart of management practice. It underscores the importance of both research and experiential evidence for making professionally sound managerial decisions. It argues that the strength of evidence is a function of its rigor and relevance manifested by methodological fit, relevance to the context, transparency of its findings, replicability of the evidence, and the degree of consensus within the decision community. A multi‐stage mixed level model of evidence‐based decision making is proposed with suggestions for future research. Practical implications An explicit, formal, and systematic collaboration at the global level among the producers of evidence and its users akin to the Cochrane Collaboration will ensure sound evidence, contribute to decision quality, and enable professionalization of management practice. Originality/value The unique value contribution of this paper comes from a critical review of the evidence‐based management literature, the articulation of a formal theory of evidence, and the development of a model for decision making driven by the theory of evidence.
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 | 0,222 | 0,244 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,004 |
| Bibliométrie | 0,018 | 0,010 |
| Études des sciences et des technologies | 0,005 | 0,048 |
| Communication savante | 0,027 | 0,027 |
| Science ouverte | 0,008 | 0,012 |
| Intégrité de la recherche | 0,014 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 ».