MétaCan
Menu
Retour à la cohorte
Enregistrement W2807641130 · doi:10.1177/1094428118773856

Person-Centered Methodologies in the Organizational Sciences

2018· article· en· W2807641130 sur OpenAlexaff
Alexandre J. S. Morin, Aleksandra Bujacz, Marylène Gagné

Notice bibliographique

RevueOrganizational Research Methods · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueQualitative Comparative Analysis Research
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésVariety (cybernetics)Scope (computer science)Computer scienceOrganizational studiesManagement sciencePresentation (obstetrics)Data scienceIndustrial and organizational psychologyKnowledge managementPsychologyOrganization developmentSocial psychologyArtificial intelligenceEngineering

Résumé

récupéré en direct d'OpenAlex

The 2011 Organizational Research Methods Feature Topic on latent class procedures has helped to establish person-centered analyses as a method of choice in the organizational sciences. This establishment has contributed to the generation of substantive-methodological synergies leading to a better understanding of a variety of organizational phenomena and to an improvement in research methodologies. The present Feature Topic aims to provide a user-friendly introduction to these new methodological developments for applied organizational researchers. Organized around a presentation of the typological, prototypical, and methodologically exploratory nature of person-centered analyses, this introductory article introduces seven contributions aiming to: (a) clarify the meaning, advantages, and applications of person-centered analyses; (b) illustrate emerging prototypical and longitudinal cluster analytic approaches; (c) introduce researchers to multilevel person-centered analyses as well as to auxiliary approaches that will drastically increase the scope of application of these methods; and (d) describe the application of these methods for confirmatory purposes.

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)0,065
score de la tête « metaresearch » (Gemma)0,056
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,935
Score d'incertitude au seuil0,343

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0650,056
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0080,010
Études des sciences et des technologies0,0030,018
Communication savante0,0090,008
Science ouverte0,0030,007
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,833
Tête enseignante GPT0,716
Écart entre enseignants0,117 · 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.

Devis d'étudeThéorique ou conceptuel
DomaineMéthodes
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations273
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOrganizational Research MethodsMême sujetQualitative Comparative Analysis ResearchTravaux en français237 207