MétaCan
Menu
Retour à la cohorte
Enregistrement W2801910647 · doi:10.5465/ambpp.2015.17463abstract

An Examination of the Funding-Finding Relation in the Field of Management

2015· article· en· W2801910647 sur OpenAlexaff
James G. Field, David Mihm, Ernest H. O’Boyle, Frank A. Bosco, Krista L. Uggerslev, Piers Steel

Notice bibliographique

RevueAcademy of Management Proceedings · 2015
Typearticle
Langueen
DomaineDecision Sciences
Thématiquescientometrics and bibliometrics research
Établissements canadiensUniversity of CalgaryNorthern Alberta Institute of Technology
Organismes subventionnairesnon disponible
Mots-clésBivariate analysisTypologyRelation (database)Agency (philosophy)Field (mathematics)PsychologyFunding AgencySocial psychologyPolitical sciencePublic relationsSociologySocial scienceStatisticsMathematicsComputer scienceData mining

Résumé

récupéré en direct d'OpenAlex

Research in the field of medicine has indicated that the presence of research funding can lead to conflicts of interest, resulting in pressures to produce results that are palatable to the funding agency. Using a funding source typology, we examine if similar conflicts of interest exist in the field of management by analyzing over 156,000 effect sizes reported in Journal of Applied Psychology and Personnel Psychology from 1980-2010. In addition, we investigate the potential moderating impacts of funding type, bivariate relation type, as well as their interaction on the funding-finding relation. Results indicate that effect size magnitude is not impacted by the presence or source of research funding across broad bivariate relation type. However, funded studies have a higher proportion of statistically significant findings (69% of comparisons) and were also characterized by larger sample sizes (75% of comparisons). The pattern of results supports a methodological enhancement explanation for the funding-finding relation rather than a questionable research practices-based explanation. We conclude with recommendations for future research in this area.

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)0,030
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Bibliométrie
Catégories consensuellesBibliométrie
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,673
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0300,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0140,055
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0030,001
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 Opus0,496
Tête enseignante GPT0,541
Écart entre enseignants0,045 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management ProceedingsMême sujetscientometrics and bibliometrics researchTravaux en français237 207