MétaCan
Menu
Retour à la cohorte
Enregistrement W2801923759 · doi:10.5465/ambpp.2016.13895symposium

The Organization of Science: A Multi-Disciplinary Approach

2016· article· en· W2801923759 sur OpenAlexaffabout
Kevin Bryan, Waverly W. Ding, Danielle Li, Christopher C. Liu, Alexander Oettl

Notice bibliographique

RevueAcademy of Management Proceedings · 2016
Typearticle
Langueen
DomaineDecision Sciences
Thématiquescientometrics and bibliometrics research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésDisciplineProductivityKnowledge productionValue (mathematics)SociologyCross disciplinaryWork (physics)Production (economics)Media studiesPublic relationsManagementPolitical scienceLibrary scienceSocial scienceEngineeringComputer scienceKnowledge managementData scienceEconomic growthEconomics

Résumé

récupéré en direct d'OpenAlex

The organization of scientific work has been of considerable interest to a diverse body of academicians, ranging from economists to sociologists to historians. Moreover, a focus on science and the production of knowledge has spurred the development of topics ranging from status differentials to regional spillovers to technological trajectories. The goal of this symposium is to bring together a multi-disciplinary coterie of scholars to present new research at different points in the knowledge production value chain. Ranging from drug discovery to scientific careers, we hope to engage one another across disciplines, topics, and the presenter- audience divide. Me Too or Something New: Credit Constraints and Drug Similarity Presenter: Danielle Li; Harvard Business School Where is the Promised Land? Presenter: Waverly W. Ding; U. of Maryland Is Bigger Better? Lab Productivity and Lab Size Presenter: Christopher C. Liu; U. of Toronto The Impact of Open Access Mandates on Invention Presenter: Kevin Bryan; U. of Toronto Helpful Thirds and the Durability of Collaborative Ties Presenter: Alexander Oettl; Georgia Institute of Technology

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)0,024
score de la tête « metaresearch » (Gemma)0,010
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 enseignants0,703
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0240,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0180,142
Études des sciences et des technologies0,0010,002
Communication savante0,0000,001
Science ouverte0,0040,002
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 Opus0,409
Tête enseignante GPT0,521
Écart entre enseignants0,112 · 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

Citations0
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

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