MétaCan
Menu
Retour à la cohorte
Enregistrement W3041155355 · doi:10.1108/tlo-01-2020-0003

Organizational forgetting Part II: a review of the literature and future research directions

2020· review· en· W3041155355 sur OpenAlexaff
Stefania Mariano, Andrea Casey, Fernando Olivera

Notice bibliographique

RevueThe Learning Organization · 2020
Typereview
Langueen
DomaineSocial Sciences
ThématiqueKnowledge Management and Sharing
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésForgettingSophisticationOriginalityContext (archaeology)Knowledge managementTemporalitySystematic reviewSociologyManagement scienceEngineering ethicsComputer sciencePolitical sciencePsychologySocial scienceEpistemologyQualitative researchEngineering

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this two-part paper is to provide a summary of current research opportunities in organizational forgetting literature and a future research agenda. Design/methodology/approach The summary of current research opportunities and future research agenda is drawn from the systematic literature review and synthesis reported in Part I. Findings Two broad areas for future research are proposed: A first area that highlights a need to address integrative theoretical challenges that include issues of temporality, history, power dynamics, and organizational context. A second area that highlights a need to reconcile contradicting explanations – such as whether technological sophistication and codification practices versus social networks prevent knowledge depreciation and loss – through a multilevel perspective. Research limitations/implications Limitations relate to time span coverage and journal article accessibility. Originality/value This Part II paper provides a summary of current research opportunities and offers directions for future research on organizational forgetting.

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)0,007
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut 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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,023
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0090,008
Études des sciences et des technologies0,0010,001
Communication savante0,0040,005
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
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 Opus0,059
Tête enseignante GPT0,376
Écart entre enseignants0,318 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Learning OrganizationMême sujetKnowledge Management and SharingTravaux en français237 207