Re-examining the Travel of Ideas: Of Editing, Generativity & Temporality
Notice bibliographique
Résumé
Management research has demonstrated a striking interest in diffusion research over the past decades. Our conceptual understanding of how diffusion happens has been greatly altered from deterministic to probabilistic models as well as from realist to phenomenological perspectives by drawing on an eclectic theoretical toolkit. It is time to revisit these theoretical advancements vis-à-vis contemporary socio-political and economic developments and charter new territory. This symposium brings together a range of perspectives from scholars studying diffusion across a variety of seemingly unconventional contexts (including the transformation of yoga into a market, the importation of technology entrepreneurship ideals into Kenya, the establishment of active ownership in Switzerland after an earlier failure at importing the idea and the semiotic negotiations of transparency in the Extractive Industries Transparency Initiative). Taken together, these papers wrestle with the dynamic nature of diffusion processes and shed new light on the role that editing, generativity and temporality play when ideas, concepts and innovations “get from here to there.” From Patañjali to the Gospel of Sweat: Yogas Transformation into a Multi-Billion Dollar Market Presenter: Kamal A Munir; U. of Cambridge Presenter: Shahzad Ansari; Cambridge U. Presenter: Deborah Brown; U. of Cambridge Globalization in Action: Templates and Strategies of Action in Kenyan ICT Entrepreneurship Presenter: Tim Weiss; Stanford U. Presenter: Klaus Weber; Northwestern U. Legacy Effects of Social Movements: Activists in Abeyance and the Diffusion of Active Ownership Presenter: Daniel Waeger; Wilfrid Laurier U. Presenter: Sébastien Mena; Cass Business School, City, U. of London Negotiating and Editing Transparency in a Multi-Stakeholder Initiative Presenter: Lisa Baudot; U. of Central Florida Presenter: Joel Bothello; John Molson School of Business, Concordia U. Presenter: David Cooper; U. of Alberta
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,022 | 0,056 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,011 | 0,071 |
| Communication savante | 0,025 | 0,041 |
| Science ouverte | 0,002 | 0,012 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».