MétaCan
Menu
Retour à la cohorte
Enregistrement W3111173703 · doi:10.1111/emre.12443

Bridging Research‐Practice Tensions: Exploring Day‐to‐Day Engaged Scholarship Investigating Sustainable Development Challenges

2020· article· en· W3111173703 sur OpenAlexaff
Sarah Easter, Kim Ceulemans, Dara Kelly

Notice bibliographique

RevueEuropean Management Review · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueManagement and Organizational Studies
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésScholarshipReflexivityFraming (construction)SociologySustainabilityEngaged scholarshipSustainable developmentBridging (networking)Engineering ethicsPublic relationsPolitical scienceSocial scienceEngineeringComputer science

Résumé

récupéré en direct d'OpenAlex

This paper adds to literature on engaged scholarship by exploring how previous experience, study expectations, and multiple identities are key factors that shape how management researchers perceive and experience the research‐practice divide in sustainable development research. Highlighting ways to navigate tensions in engaged scholarship, the authors identify five major strategies: remembering the purpose of the research, emphasizing relationships, engaging in self‐learning, practicing reflexivity, and framing emerging results. To do so, the authors draw on findings from three management research projects which sought to use engaged scholarship to address the sustainable development challenges of homelessness, Indigenous approaches to economics and development, and sustainability reporting in higher education. Taking a collaborative auto‐ethnographic approach to analyzing their experiences as researchers, the authors demonstrate the potential for future management researchers to utilize a similar methodology to improve engaged scholarship research focused on sustainable development challenges.

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)0,051
score de la tête « metaresearch » (Gemma)0,067
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,949
Score d'incertitude au seuil0,271

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0510,067
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,004
Études des sciences et des technologies0,0180,035
Communication savante0,0260,026
Science ouverte0,0050,032
Intégrité de la recherche0,0060,007
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,335
Tête enseignante GPT0,324
Écart entre enseignants0,011 · 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.

Devis d'étudeQualitatif
DomaineMéthodes
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

Citations14
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Management ReviewMême sujetManagement and Organizational StudiesTravaux en français237 207