MétaCan
Menu
Retour à la cohorte
Enregistrement W4400443897 · doi:10.5465/amproc.2024.179bp

Templatization Without Homogenization: Entrepreneurship Frameworks in Undergraduate Classrooms

2024· article· en· W4400443897 sur OpenAlexaff
Douglas Hannah, Hilary Mahar, Siobhán O’Mahony

Notice bibliographique

RevueAcademy of Management Proceedings · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEntrepreneurship Studies and Influences
Établissements canadiensQuest University Canada
Organismes subventionnairesnon disponible
Mots-clésHomogenization (climate)EntrepreneurshipMathematics educationMaterials scienceMathematicsPolitical science

Résumé

récupéré en direct d'OpenAlex

Theories of management fashion predict that mass diffusion of a single framework can foster isomorphism or settlement on a common approach. Thus, frameworks codified and distilled into templates should produce cohesive replication over time. Yet, little work has examined how management fashions, and in particular, fashions embedded in templates, shape what scholars teach. We address this gap by focusing on the growing field of undergraduate entrepreneurship, where common templates are increasingly available and influential. We ask: What is taught in undergraduate entrepreneurship classrooms? With a survey of 86 syllabi at 84 US colleges and universities, we observe templatization without homogenization: a) widespread adoption of common templates, but b) little evidence of the standardization that might be expected. With interviews of 23 educators, we unpack this juxtaposition. Our analysis suggests this pattern arises from educators’ individual efforts to grapple with field level tensions concerning intended learning outcomes, topic scope, and effective pedagogical strategy. Overall, our research contributes an underappreciated lens as to how educators leverage templates and frameworks to manage an expanding mandate for entrepreneurship while stubbornly resisting standardization.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,387
Score d'incertitude au seuil0,941

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,258
Écart entre enseignants0,239 · 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 tête enseignante, 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management ProceedingsMême sujetEntrepreneurship Studies and InfluencesTravaux en français237 207