MétaCan
Menu
Retour à la cohorte
Enregistrement W4288052863 · doi:10.47820/recima21.v3i7.1744

VIÉS DE CONFIRMAÇÃO NA TOMADA DE DECISÕES DE INOVAÇÃO

2022· article· en· W4288052863 sur OpenAlexaff
José Chavaglia, José Filipe, António Caleiro, Anderson de Souza Sant’Anna

Notice bibliographique

RevueRECIMA21 - Revista Científica Multidisciplinar - ISSN 2675-6218 · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCompetitive and Knowledge Intelligence
Établissements canadiensOntario College of Art and Design
Organismes subventionnairesnon disponible
Mots-clésCognitive biasConfirmation biasProduct (mathematics)Face (sociological concept)CognitionPsychologyBusinessSocial psychologySociologySocial scienceNeuroscience

Résumé

récupéré en direct d'OpenAlex

Potential innovators need to overcome many challenges. One such challenge is confirmation bias in decision-making. Human evolution has programmed the brain to act quickly in the face of a threat in the environment. In this way, thinking and (instantaneously) acting rationally is almost impossible for most people. This causes several negative effects on decision-making, notably cognitive biases. For example, an entrepreneur who wants to launch a new product on the market tends to convince herself/himself that her/his product is innovative, ignoring evidence to the contrary, this being a confirmation bias. An innovative analysis of the causes and consequences of the confirmation bias in innovation decision-making is the main goal of this article.

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)0,020
score de la tête « metaresearch » (Gemma)0,095
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,106

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,095
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0030,006
Communication savante0,0110,012
Science ouverte0,0020,003
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,027
Tête enseignante GPT0,279
Écart entre enseignants0,252 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRECIMA21 - Revista Científica Multidisciplinar - ISSN 2675-6218Même sujetCompetitive and Knowledge IntelligenceTravaux en français237 207