MétaCan
Menu
Retour à la cohorte
Enregistrement W3084944666 · doi:10.17705/1jais.00639

Research Perspectives: Design Theory Indeterminacy: What Is it, How Can it Be Reduced, and Why Did the Polar Bear Drown?

2020· article· en· W3084944666 sur OpenAlexaff
Roman Lukyanenko, Jeffrey Parsons

Notice bibliographique

RevueJournal of the Association for Information Systems · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInformation Systems Theories and Implementation
Établissements canadiensMemorial University of NewfoundlandHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésIndeterminacy (philosophy)AmbiguityArtifact (error)Design scienceDesigntheoryComputer scienceRelevance (law)Management scienceDevelopment theoryResearch designPreferenceEpistemologyKnowledge managementSociologyArtificial intelligenceEngineeringEconomicsHuman–computer interactionSocial sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

Design science research strives to be practical and relevant. Yet few researchers have examined the extent to which practitioners can meaningfully utilize theoretical knowledge produced by design science research in solving concrete real-world problems. Are design theories developed by scientists readily amenable to application by practitioners? Does the application of a theory by practitioners always lead to the outcomes predicted (by the scientists)? We examine a particularly difficult challenge—ensuring that the development and deployment of an IT artifact by practitioners based on a design theory result in appropriate changes in the environment predicted by the design theory. As we show in our paper, a gulf exists between theoretical propositions and concrete issues faced in practice—a challenge we refer to as design theory indeterminacy. Design theory indeterminacy might result in considerable ambiguity when implementing a design theory in practice and reduce the potential relevance of information systems knowledge. In this paper, we articulate the problem of design theory indeterminacy, examine factors that contribute to it, and suggest fruitful directions for future research to help reduce it.

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)0,113
score de la tête « metaresearch » (Gemma)0,138
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,113
Score d'incertitude au seuil0,597

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1130,138
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,006
Études des sciences et des technologies0,0070,080
Communication savante0,0230,038
Science ouverte0,0050,011
Intégrité de la recherche0,0110,018
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,088
Tête enseignante GPT0,367
Écart entre enseignants0,279 · 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
GenreMéthodes

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

En bref

Citations38
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Association for Information SystemsMême sujetInformation Systems Theories and ImplementationTravaux en français237 207