MétaCan
Menu
Retour à la cohorte
Enregistrement W2939817201 · doi:10.5539/ibr.v12n5p40

Revitalizing the Quest for Professionalism in Business and Management: Purpose, Knowledge, Behavior, and Expectation

2019· article· en· W2939817201 sur OpenAlexvenueno aff
A.G.L. Romme

Notice bibliographique

RevueInternational Business Research · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueManagement and Organizational Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProfessionalizationPublic relationsBusinessBody of knowledgeEngineering ethicsKnowledge managementSociologyPolitical scienceComputer scienceSocial science

Résumé

récupéré en direct d'OpenAlex

One of the biggest challenges of our time is to develop the management discipline into a true profession. In this respect, business schools have been accused for failing to promote better policies and management practices as well as failing to educate students, as prospective managers, about their moral and social responsibilities. This essay outlines a multi-dimensional framework for professionalization, involving the dimensions of purpose, knowledge, behavior, and expectation. Subsequently, this framework is used to define and explore various paths out of the current intellectual stasis of the field of management and business. A key pathway is creating a shared sense of professional purpose and responsibility; another important route involves developing a professional body of knowledge informed by both discovery and validation; third, so-called ‘trading zones’ need to be developed, to offer opportunities for (professionals with) different voices and interests to meet; and the expectations that societal stakeholders have of professional conduct and performance by managers should be raised. Finally, the implications arising from these four pathways for business schools are explored. One of the most challenging implications is the need to improve the alignment between what management professors say they do and what they actually do – as researchers and educators.

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)0,027
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,141

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,026
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,055
Communication savante0,0160,011
Science ouverte0,0010,008
Intégrité de la recherche0,0030,007
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,067
Tête enseignante GPT0,370
Écart entre enseignants0,303 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Business ResearchMême sujetManagement and Organizational StudiesTravaux en français237 207