Navigating the emotional challenges of ethnographic accounting research: notes from first-time ethnographers
Notice bibliographique
Résumé
Purpose This study aims to better understand the emotional challenges that inexperienced accounting researchers may face in conducting ethnographies. To do so, the authors use Arlie Russell Hochschild’s (1979, 1983) notions of “feeling rules” and “emotion work” to shed light on the possible nature and impact of these challenges, and how her ideas may also become fruitful for academic purposes. Design/methodology/approach The authors take a reflective approach in sharing the raw observation notes and research diaries as first-time ethnographers in the area of management accounting. The authors use these to analyze “unprocessed” experiences of emotional challenges from the fieldwork and how the authors learned to cope with them. Findings The authors illustrate how emotional challenges in conducting ethnographies can be rooted in a clash with prevalent feeling rules of certain study situations. The authors explore the conditions under which these clashes occur and how they may prompt researchers to respond through means of emotion work to (re-)stabilize those situations. Based on these insights, the authors also discuss how wider conventions of the accounting academy may contribute to emotional challenges as they stand in contrast to principles of ethnographic research. Originality/value There remains a tendency in the accounting domain to largely omit emotional challenges in the making of ethnographies, especially in writing up studies. In this paper, the authors are motivated to break this silence and openly embrace such challenges as an asset when the authors talk about the process of creating knowledge.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,031 | 0,088 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,017 | 0,020 |
| Communication savante | 0,011 | 0,009 |
| Science ouverte | 0,003 | 0,012 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».