MétaCan
Menu
Retour à la cohorte
Enregistrement W2553765903 · doi:10.5130/pmrp.v3i0.5127

Idiosyncratic musings on studying cases

2016· article· en· W2553765903 sur OpenAlexaff
Christophe Bredillet

Notice bibliographique

RevueProject Management Research and Practice · 2016
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueComplex Systems and Decision Making
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésAmbiguityKnightGlocalizationVolatility (finance)Action (physics)Value creationContext (archaeology)ReflexivityValue (mathematics)EconomicsManagementEpistemologySociologyComputer scienceKnowledge managementSocial scienceFinancial economicsPhilosophyHistoryMarket economy

Résumé

récupéré en direct d'OpenAlex

For the past 60 years, organisations have increasingly been using projects and management of, by and for projects to achieve their strategic objectives (Morris & Jamieson, 2004; Morris & Geraldi, 2011). Project management (PM) makes an important and significant contribution to value creation globally. However, the ‘glocal’ context in which projects are performed shows increasing volatility, uncertainty, complexity, and ambiguity (‘VUCA’) affecting organisations and the socio-economic environment, within which they operate (Gareis, 2005). Two main dimensions are considered in research: uncertainty (and its two dimensions: volatility and ambiguity), and complexity (Bredillet, 2015). Because action takes place over time, and because the future is unknowable, action is inherently uncertain (Aristotle, 1926, 1357a). Acts involve time, irreversibility, indetermination and contingence, and uncertainty (Sanderson, 2012; Knight, 1921). "We simply do not know" (Keynes, 1937, pp. 113–114). Management situations (here both Practice and Research) are complex systems in the way they involve interdependence and connections between actors, ‘objects’ and the context.

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)0,008
score de la tête « metaresearch » (Gemma)0,031
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: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,031
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0080,008
Études des sciences et des technologies0,0080,016
Communication savante0,0090,013
Science ouverte0,0020,010
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0220,003

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 Opus0,673
Tête enseignante GPT0,582
Écart entre enseignants0,091 · 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
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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProject Management Research and PracticeMême sujetComplex Systems and Decision MakingTravaux en français237 207