MétaCan
Menu
Retour à la cohorte
Enregistrement W2328179304 · doi:10.5430/ijhe.v5n2p173

Interdisciplinary Approach: A Lever to Business Innovation

2016· article· en· W2328179304 sur OpenAlexaffvenue
Jamil Razmak, Charles H. Bélanger

Notice bibliographique

RevueInternational Journal of Higher Education · 2016
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueInterdisciplinary Research and Collaboration
Établissements canadiensLaurentian University
Organismes subventionnairesnon disponible
Mots-clésKnowledge managementValue (mathematics)Key (lock)DisciplineComputer scienceEngineering ethicsManagement scienceBusinessSociologyEngineeringSocial science

Résumé

récupéré en direct d'OpenAlex

The advances in interdisciplinary studies are driving universities to utilize their available resources to efficiently enable development processes and provide increasing examples of research while gradually allocating the disciplines’ resources. Ultimately, this trend asks universities to provide a platform of integrated disciplines, along with solid management to support the full-life cycle of interdisciplinary studies in fulfillment with internal policy and external regulations. To achieve this, we believe that this trend matches with business scholars to make a meaningful effort to show that their research thinking is interdisciplinary in nature. The key question is how business scholars, as professionals, provide the most value from academic disciplines in interdisciplinary research to solve real-life problems. Answering this question is accomplished in this study by using theoretical analysis to explore the concepts, benefits and uses of the existing knowledge base in interdisciplinary research as an innovative approach that links the business related-disciplines, people, and places involved to allocate universities’ resources effectively.

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)0,023
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 enseignants0,024
Score d'incertitude au seuil0,124

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,018
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0100,005
Études des sciences et des technologies0,0070,043
Communication savante0,0240,027
Science ouverte0,0030,027
Intégrité de la recherche0,0070,006
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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.

Tête enseignante Opus0,098
Tête enseignante GPT0,471
Écart entre enseignants0,373 · 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

Citations20
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Higher EducationMême sujetInterdisciplinary Research and CollaborationTravaux en français237 207