MétaCan
Menu
Retour à la cohorte
Enregistrement W2625928457 · doi:10.1108/aaaj-08-2014-1808

The discovery of cumulative knowledge

2018· article· en· W2625928457 sur OpenAlexaff
Alan J. Richardson

Notice bibliographique

RevueAccounting Auditing & Accountability Journal · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAccounting and Organizational Management
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésTypologyTaxonomy (biology)Scope (computer science)Qualitative researchKnowledge managementEmpirical researchManagement scienceComputer scienceData scienceEpistemologySociologySocial scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper is to provide guidance for designing and generating cumulative knowledge based on qualitative research. Design/methodology/approach The paper draws on the philosophy of science and specific examples of qualitative studies in accounting that have claimed a cumulative contribution to knowledge to develop a taxonomy of theoretically justified approaches to generating cumulative knowledge from qualitative research. Findings The paper argues for a definition of cumulative knowledge that is inclusive of anti-realist research, i.e. knowledge is cumulative if it increases the extent and density of intertextual linkages in a field. It identifies the possibility of cumulative qualitative research based on extensions to the scope of the knowledge and the depth of the knowledge. Extensions to the scope of the knowledge may include expanding the time periods, context, and/or theoretical perspective used to explore a phenomenon. Extensions to the depth of the knowledge may include new empirical knowledge, methodological pluralism, theory elaboration, or analytic generalization. Individual studies can demonstrate their contribution to cumulative knowledge by locating their research within a typology/taxonomy that makes explicit the relationship of current research to past, and potential, research. Research limitations/implications The taxonomy may be useful to qualitative researchers designing and reporting research that will have impact on the literature. Social implications The increased use of research impact as an evaluation metric has the potential to handicap the development qualitative research which is often thought of as generating non-cumulative knowledge. The taxonomy and the strategies for establishing cumulative impact may provide a means for this approach to research to establish its importance as a contribution to knowledge. Originality/value The concept of cumulative knowledge has not been systematically applied to research based on qualitative methods.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,368
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,001
Communication savante0,0030,005
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,017
Tête enseignante GPT0,264
Écart entre enseignants0,247 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations27
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAccounting Auditing & Accountability JournalMême sujetAccounting and Organizational ManagementTravaux en français237 207