Notice bibliographique
Résumé
To cope successfully with the pressures imposed by a devastating pandemic, social inequities and climate change, companies and policy makers need to take a hard look at how they conceptualize, define, measure, and operationalize “value”. Our intent in this paper is to support this conversation. We make the case that “value” is an ill-defined and complex construct, the conceptualization of which has perplexed intellectuals from the beginning of Western civilization to now, arguing that the construct meets none of the characteristics of conceptual clarity outlined by Suddaby (2010). We present a historical overview of how the value construct has been conceptualized over time, demonstrating that its history is one of tension and debate with conceptualizations swinging between objective (i.e., the value of something exists independent of the observers) and subjective (value depends on the personal response of the observer to what is being considered) views over time. With this context in mind, we outline the implications to researchers of value’s low construct clarity, offering suggestions designed to exploit rather than ignore the duality of the value construct. Instead of thinking of the value construct as being either subjective or objective, we recommend that scholars consider value’s objectivity and subjectivity to be interrelated and complementary and make use of both quantitative and qualitative methodologies in studies of this construct. The more nuanced understanding of value provided in this paper should assist those who are interested in examining the worth of investments that have observable expenses but less quantifiable outputs.
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 | 0,015 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,005 | 0,074 |
| Communication savante | 0,021 | 0,034 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 ».