MétaCan
Menu
Retour à la cohorte
Enregistrement W4306863326 · doi:10.1093/oso/9780198792024.001.0001

Organization Theories in the Making

2022· book· en· W4306863326 sur OpenAlexaff
Linda Rouleau

Notice bibliographique

Revuenon disponible
Typebook
Langueen
DomaineDecision Sciences
ThématiqueComplex Systems and Decision Making
Établissements canadiensHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésPerspective (graphical)Field (mathematics)Table of contentsConventionSociologyEngineering ethicsEpistemologyComputer scienceSocial scienceEngineeringWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Abstract This book aims to demonstrate how, over the past 25 years, the field of organization theories (OTs) has been providing stimulating, thoughtful, and innovative perspectives. Junior researchers and PhD students will find everything they need to know about key academic conversations central to the field today. The book offers a selective immersion in organizational institutionalism, convention analysis, network analysis, knowledge studies, discourse studies, and practice studies. For each of these perspectives, the book explores its different research streams and zooms in on the research communities that give rise to them. In addition, it highlights how these perspectives all intersect with each other to form a mosaic of ideas that define today’s organizations. This book also invites early career researchers and graduate students to learn how recent theories view and portray the organization and, more specifically, to understand current research questions, conceptual resources, and methods. A deep knowledge of recent OTs is key when building a compelling literature review and making meaningful theoretical contributions. This book offers readers the opportunity to develop their theory-building skills and more by taking a deep dive into the complexities and controversies of OTs. The main arguments of each perspective are illustrated by specific exemplars from academic journals. Each chapter contains a synoptic table summarizing the main scholarly components within each perspective and its research substreams.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,020
Communication savante0,0100,007
Science ouverte0,0010,003
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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 Opus0,133
Tête enseignante GPT0,392
Écart entre enseignants0,260 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetComplex Systems and Decision MakingTravaux en français237 207