Discerning citation patterns in dominant BME literature streams: lessons for BME scholars
Notice bibliographique
Résumé
Purpose This paper aims to compare the nature of three different business and management education (BME) research streams (online/blended learning, entrepreneurship education and experiential learning), along with their citation sources to draw insights on their support and legitimacy bases, with lessons on improving such support and legitimacy for the streams and the wider BME research field. Design/methodology/approach The authors analyze the nature of three BME research streams and their citation sources through tests of differences across streams. Findings The three streams differ in research foci and approaches such as the use of managerial samples in experiential learning, quantitative studies in online/blended education and literature reviews in entrepreneurship education. They also differ in sources of legitimacy recognition and avenues for mobilization of support. The underlying literature development pattern of the experiential learning stream indicates a need for BME scholars to identify and build on each other’s work. Research limitations/implications Identification of different research bases and key supporting literature in the different streams shows important core articles that are useful to build research in each stream. Practical implications Readers will understand the different research bases supporting the three research streams, along with their targeted audience and practice implications. Social implications The discovery of different support bases for the three different streams helps identify the network of authors and relationships that have been built in each stream. Originality/value According to the authors’ knowledge, this paper is the first to uncover differences in nature and citation sources of the three continuously growing BME research streams with recommendations on ways to improve the support of the three streams.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».