MétaCan
Menu
Retour à la cohorte
Enregistrement W4288042510 · doi:10.1145/3551783.3551790

Conceptualizing Information Systems Development as an Organizational Routine

2022· article· en· W4288042510 sur OpenAlexaff
Grégory Vial, Suzanne Rivard

Notice bibliographique

RevueACM SIGMIS Database the DATABASE for Advances in Information Systems · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInformation Systems Theories and Implementation
Établissements canadiensHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésConceptualizationOstensive definitionOntologyKnowledge managementPerformative utterancePhenomenonPerspective (graphical)EpistemologyComputer scienceAgency (philosophy)Information systemSociologyData scienceEngineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Research acknowledges that information systems development (ISD) teams experiment with, overlook, or adapt the methods that they purportedly use. Given this, one stream of research adopts a perspective focused on prescriptions based on the idea of a method. Another stream of research adopts a perspective anchored in the view that human agency plays a critical role in the unfolding of ISD projects. We suggest that our understanding of ISD can be enriched by mobilizing both perspectives. Specifically, we propose a conceptualization of ISD as an organizational routine based on the ontology developed by Feldman and Pentland. We build on the elements of this ontology- (1) the idea of a routine (the ostensive aspect) and (2) its enactment (the performative aspect) as the two mutually constitutive aspects of organizational routines; and (3) the role of artifacts as mediators of the relationship between actors and the ostensive and performative aspects of organizational routines - to develop theoretical arguments explaining the benefits of applying this ontology to the ISD phenomenon. Extending the contextual boundaries of Feldman and Pentland's ontology, we propose research avenues that have the potential to contribute to our understanding of this core phenomenon of the IS discipline.

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)0,014
score de la tête « metaresearch » (Gemma)0,012
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0060,005
Études des sciences et des technologies0,0030,044
Communication savante0,0140,020
Science ouverte0,0020,007
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,029
Tête enseignante GPT0,339
Écart entre enseignants0,309 · 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
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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACM SIGMIS Database the DATABASE for Advances in Information SystemsMême sujetInformation Systems Theories and ImplementationTravaux en français237 207