MétaCan
Menu
Retour à la cohorte
Enregistrement W3014888546 · doi:10.1108/jocm-07-2019-0209

New theories and organization research: from the eyes of change

2020· article· en· W3014888546 sur OpenAlexaff
Masoud Shadnam

Notice bibliographique

RevueJournal of Organizational Change Management · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueManagement and Organizational Studies
Établissements canadiensMacEwan University
Organismes subventionnairesnon disponible
Mots-clésTypologyOriginalityCategorizationEpistemologySociologyOrganizational theoryExtant taxonValue (mathematics)Organization studiesSocial scienceManagementComputer scienceQualitative researchEconomics

Résumé

récupéré en direct d'OpenAlex

Purpose In recent years, organization scholars have engaged in several conversations about the process of theory development, and offered many proposals for building new theories of organization. The purpose of this paper is to highlight a fundamental, fruitful and often neglected method for developing new theories of organization. Design/methodology/approach This paper draws on Peirce's typology of reasoning: deduction, induction and abduction. This typology helps in analyzing and categorizing the extant proposals for developing new theories of organization, and also makes it visible what approach has been most often missing. Findings This paper shows that the offered proposals can be categorized into the following two models: (1) armchair theorizing; (2) present capturing. This categorization also highlights a third model – change sensitizing – that is based on shifting organization theories by sensitizing ourselves to macro shifts of organizational reality. Originality/value Although the change sensitizing model is an unusual, marginal practice in today's organization research, it has historically been used to develop many of the renowned theories in social sciences. If taken as a serious agenda, it has the potential to generate a host of new, valuable theories of organization.

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)0,041
score de la tête « metaresearch » (Gemma)0,045
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 enseignants0,041
Score d'incertitude au seuil0,217

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0410,045
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,005
Études des sciences et des technologies0,0090,128
Communication savante0,0260,043
Science ouverte0,0030,011
Intégrité de la recherche0,0080,020
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,162
Tête enseignante GPT0,280
Écart entre enseignants0,118 · 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

Citations10
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Organizational Change ManagementMême sujetManagement and Organizational StudiesTravaux en français237 207