MétaCan
Menu
Retour à la cohorte
Enregistrement W3034739709 · doi:10.1177/0170840620932591

The Hidden Paths of Category Research: Climbing new heights and slippery slopes

2020· article· en· W3034739709 sur OpenAlexaff
Giuseppe Delmestri, Filippo Carlo Wezel, Elizabeth Goodrick, Marvin Washington

Notice bibliographique

RevueOrganization Studies · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Knowledge Management
Établissements canadiensUniversity of Alberta
Organismes subventionnairesStrong
Mots-clésClimbingConsolidation (business)SociologyEpistemologyProcess (computing)Point (geometry)Cognitive scienceComputer scienceManagement scienceData sciencePsychologyEconomicsEcologyMathematics

Résumé

récupéré en direct d'OpenAlex

Category research has flourished over the last decade. While this body of work has prioritized the behavioral and economic consequences of stable classification systems, the papers in this special issue challenge this orientation by highlighting the importance of category dynamics for improving our understanding of markets and fields. We show how these papers support the emergence of category maintenance, the recategorization of mature categories, and the consolidation of new categories as understudied phenomena and as the next research challenges to pursue. After connecting the main findings of the papers in this special issue into a unified process model, we discuss various alternative pathways to further explore those challenges. We also point to how this theoretical endeavor runs on slippery slopes and might lead to cul-de-sacs such as terminological balkanization. We conclude by highlighting the need for developing a more comprehensive understanding of category dynamics.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,827
Score d'incertitude au seuil0,465

Scores Codex et Gemma par catégorie

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

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 Opus0,150
Tête enseignante GPT0,312
Écart entre enseignants0,162 · 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 tête enseignante, pas un consensus.

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

Citations26
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOrganization StudiesMême sujetInnovation and Knowledge ManagementTravaux en français237 207