Societal Impacts of Higher Education Research: From ‘Publish or Perish’ to ‘Publish and Prosper’ in Business School Scholarship
Notice bibliographique
Résumé
This paper introduces a transformative systems-level framework for understanding the interplay of institutional, cultural, and systemic dynamics influencing the societal impacts of academic research. We introduce and apply the Societal Impacts of Research Institutional Ecosystem (SIRIE) framework to business school scholarship and academic research in higher education. The United Nations Sustainable Development Goals (SDGs) serve as SIRIE’s normative ethical framework to benchmark: institutional mission; accreditation bodies’ compliance requirements; faculty tenure and promotion research expectations; the influence of rankings and ratings; and journal quality metrics. Our framework acknowledges the role the Anthropocene Epoch plays in contributing to contemporary social and environmental problems. We argue that recalcitrant institutional forces in academia neutralize the promise of academic scholarship to galvanize meaningful societal impacts. We assert that the contemporary state of higher education research is unfortunately dominated by a “publish or perish” mentality. This narrative produces academic research that is decontextualized from today’s exigent “grand challenges” related to poverty, climate, equity, health, peace, environment, etc., as well as transformative solutions for a sustainable future. By exploring an alternative paradigm for academic research through SIRIE and the SDGs—“publish and prosper”—we detail how academic research can meaningfully contribute to change the world for the better.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,071 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».