MétaCan
Menu
Retour à la cohorte
Enregistrement W4281610360 · doi:10.1177/10564926221103480

We Are Boiling: Management Scholars Speaking Out on COVID-19 and Social Justice

2022· article· en· W4281610360 sur OpenAlex
Ana María Peredo, Samer Abdelnour, Paul S. Adler, Subhabrata Bobby Banerjee, Hari Bapuji, Marta Β. Calás, Ekaterina Chertkovskaya, Rick Colbourne, Alessia Contu, Andrew Crane, Michelle Evans, Paul M. Hirsch, Arturo E. Osorio, Banu Özkazanç‐Pan, Linda Smircich, Gabriel Weber

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Management Inquiry · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueManagement and Organizational Studies
Établissements canadiensCarleton UniversityUniversity of VictoriaUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésInjusticeRacismIdeologySociologySocial injusticeFace (sociological concept)Environmental ethicsCoronavirus disease 2019 (COVID-19)InequalityPolitical scienceCriminologySocial scienceGender studiesPoliticsLaw

Résumé

récupéré en direct d'OpenAlex

COVID-19 is the most immediate of several crises we face as human beings: crises that expose deeply-rooted matters of social injustice in our societies. Management scholars have not been encouraged to address the role that business, as we conduct it and consider it as scholars, has played in creating the crises and fostering the injustices our crises are laying bare. Contributors to this article draw attention to the way that the pandemic has highlighted long-standing examples of injustice, from inequality to racism, gender, and social discrimination through environmental injustice to migratory workers and modern slaves. They consider the fact that few management scholars have raised their voices in protest, at least partly because of the ideological underpinnings of the discipline, and the fact these need to be challenged.

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.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,658
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,073
Tête enseignante GPT0,301
Écart entre enseignants0,228 · 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