Scientists' commitment to underperforming research projects: linking past success and the social environment
Notice bibliographique
Résumé
This article investigates scientists' commitment to underperforming research projects based on the concomitant consideration of their past success and social environments. Based on escalation of commitment and network theory, the model hypothesizes that past success triggers the commitment to underperforming projects but that the strength of this influence varies depending on the characteristics of decision makers' social networks. Results from the analysis of 3,072 scenario assessments nested within 96 scientists show that the positive relationship between past success and continued investment in underperforming projects is more positive when the network is larger, when the ties within the network are stronger, and when feedback from network partners is predominantly positive. Surprisingly and contrary to model predictions, results also show that the relationship between past success and scientists' tendency to commit to underperforming projects becomes stronger with lower communication frequency with network partners. This study extends current research by exploring the boundary conditions of the impact of decision makers' social environment on commitment to failing projects. Further, it adds to literature on the downside of success by emphasizing that decision makers, particularly those in some social environments, are driven to commit additional resources to underperforming – and potentially failing – projects. Decision makers acting in such environments should be aware that they are prone to overinvestment of resources, and the findings of this study can help them increase their awareness. Based on this study's results, decision makers (including scientists) can thus better reflect on and improve their research project evaluations. Finally, the findings of this study open up various opportunities for future research.
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 | 0,010 | 0,059 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».