Senior Scholars Panel: What Do We Like About the IS Field?
Notice bibliographique
Résumé
Some of us have been in the information systems field for a long time. What do we like about the field? (Grover et al. 2009). We think the field of information systems is distinctive, perhaps with respect to subject, methods, and a certain way of thinking (Baskerville and Myers 2002; Benbasat and Zmud 2003; Sidorova et al. 2008). Assuming we are not simply drowned in cognitive dissonance, there are important reasons for us to believe in this field and for us to hope that it prospers. We might or might not have a clear and common message about the distinctive nature of the field, but we can at least get some views from some senior scholars who are both smart enough to have jumped ship if they had wanted, and committed enough to see it through. We invite them to present their views, and then we invite the audience to engage in a discussion about the field. Perhaps we might even come up with some clear and common things to say about the field?
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 | 0,017 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,012 | 0,003 |
| Communication savante | 0,014 | 0,011 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,019 | 0,022 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 0,008 |
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 ».