MétaCan
Menu
Retour à la cohorte
Enregistrement W4397012145 · doi:10.1111/joms.13088

Strategy Can No Longer Ignore Planetary Boundaries: A Call for Tackling Strategy's Ecological Fallacy

2024· article· en· W4397012145 sur OpenAlexaff
Pratima Bansal, Rodolphe Durand, Markus Kreutzer, Sven Kunisch, Anita M. McGahan

Notice bibliographique

RevueJournal of Management Studies · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInnovation, Sustainability, Human-Machine Systems
Établissements canadiensUniversity of TorontoWestern University
Organismes subventionnairesnon disponible
Mots-clésFallacyConstructiveField (mathematics)ScholarshipLevel playing fieldEconomicsCompetition (biology)SociologyEnvironmental ethicsEcologyEpistemologyMicroeconomicsEconomic growthComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract The field of Strategy has its origins in Business Policy, which emphasized how firms could pursue important social aims that individuals and governments could not pursue otherwise. This emphasis shifted in the 1970s as the field turned towards economics for insights. Strategy scholars began to address how market‐ and industry‐level considerations, such as performance, price, and competition, were pursued by firms. By applying macro‐level principles and assumptions analogically to a more micro‐level of analysis, strategy scholars inadvertently committed what statisticians call an ecological fallacy. Educators and scholars in the field of Strategy started to accept the constructive consequences of growth, not only for the economy, but for every firm, without considering the implications for society and the natural environment. In so doing, Strategy scholarship inadvertently undermined its very ambition to advance social aims. Our Point advocates for reconsideration of the field's foundations so as to remediate the ecological fallacy and to address the climate and biodiversity crises. The goal is to offer a brighter and more relevant future for our discipline.

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)0,044
score de la tête « metaresearch » (Gemma)0,035
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: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,044
Score d'incertitude au seuil0,232

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0440,035
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0100,106
Communication savante0,0260,040
Science ouverte0,0030,011
Intégrité de la recherche0,0180,029
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,048
Tête enseignante GPT0,377
Écart entre enseignants0,328 · 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

Citations86
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Management StudiesMême sujetInnovation, Sustainability, Human-Machine SystemsTravaux en français237 207