MétaCan
Menu
Retour à la cohorte
Enregistrement W2793371598 · doi:10.1177/0170840617747918

Modeling the Evaluation Process in a Public Controversy

2018· article· en· W2793371598 sur OpenAlexaffabout
Karl-Emanuel Dionne, Chantale Mailhot, Ann Langley

Notice bibliographique

RevueOrganization Studies · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueManagement and Organizational Studies
Établissements canadiensHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésProcess (computing)Perspective (graphical)Object (grammar)SociologyEpistemologyPublic relationsTest (biology)Positive economicsPolitical scienceEconomicsComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Public controversies have attracted increasing attention in the organization studies literature. They emerge when critical issues are not defined and understood in the same way by different stakeholders, influencing the way they evaluate the worth of other actors, objects, and situations. In this paper, we show how the “orders of worth” perspective of Boltanski and Thévenot may throw light on the evolution of an evaluation process occurring during a public controversy. In particular, we study the Quebec student conflict of 2011 and 2012 that followed a proposed major increase in higher education tuition fees. We conducted an in-depth case study based on media coverage of the actions and discourses of the major actors to examine how objects and actions associated with a controversy are successively defined, redefined, and evaluated over time through a series of tests of worth. Our article contributes to the organizational literature on public controversies by drawing attention to the role of six types of evaluative moves in situations of controversy, and by offering an abductively developed model for understanding the evaluation process as it evolves over time. We suggest that actors, through these evaluative moves, may displace the object of a test, and therefore the foci for evaluation, through actions intended to bolster their positions.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,630
Score d'incertitude au seuil0,488

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,071
Tête enseignante GPT0,302
Écart entre enseignants0,231 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations22
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOrganization StudiesMême sujetManagement and Organizational StudiesTravaux en français237 207