MétaCan
Menu
Retour à la cohorte
Enregistrement W2896240344 · doi:10.1177/1094428118802626

Experience Sampling Methods: A Discussion of Critical Trends and Considerations for Scholarly Advancement

2018· article· en· W2896240344 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueOrganizational Research Methods · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueMental Health Research Topics
Établissements canadiensThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésInterdependenceExperience sampling methodSampling (signal processing)PhenomenonFace (sociological concept)Domain (mathematical analysis)Management scienceComputer scienceData sciencePsychologyEngineering ethicsSociologyEpistemologySocial psychologySocial science

Résumé

récupéré en direct d'OpenAlex

In the organizational sciences, scholars are increasingly using experience sampling methods (ESM) to answer questions tied to intraindividual, dynamic phenomenon. However, employing this method to answer organizational research questions comes with a number of complex—and often difficult—decisions surrounding: (1) how the implementation of ESM can advance or elucidate prior between-person theorizing at the within-person level of analysis, (2) how scholars should effectively and efficiently assess within-person constructs, and (3) analytic concerns regarding the proper modeling of interdependent assessments and trends while controlling for potentially confounding factors. The current paper addresses these challenges via a panel of seven researchers who are familiar not only with implementing this methodology but also related theoretical and analytic challenges in this domain. The current paper provides timely, actionable insights aimed toward addressing several complex issues that scholars often face when implementing ESM in their research.

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.

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)0,009
score de la tête « metaresearch » (Gemma)0,040
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · 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 enseignants0,260
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,040
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,591
Tête enseignante GPT0,725
Écart entre enseignants0,134 · 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