Guidelines for Theory Selection: The IMPACT Framework
Notice bibliographique
Résumé
ABSTRACT Though the role of adopting an appropriate theory in shaping the publishability and impact of research has long been recognized, psychology and marketing researchers lack specific guidance on how to choose a theory to frame their work. Addressing this gap in the literature, this article proposes a set of guidelines for the selection of relevant macro‐foundational theory to guide research projects addressing specific meso‐ or micro‐foundational theoretical entities (e.g., constructs or individual decision‐making) for research impact. Specifically, we develop a set of six guidelines to select an appropriate macro‐foundational theory for research impact, including Interestingness , Matching , Parsimony , Applicability , Conceptual rigor , and Testability (collectively abbreviated as the “IMPACT” guidelines). We next depict the proposed guidelines in an organizing framework that specifies Matching , the theoretical co ‐infusion of the studied micro‐ or meso‐foundational theoretical entity and the chosen macro‐foundational theory, as the central action item for researchers to shape the impact of their work. Researchers are then advised to use the five remaining guidelines to assess the quality of their proposed Matching for research impact. We conclude by discussing pertinent implications that arise from our analyses (e.g., to ensure Interestingness , we recommend researchers to select a macro‐foundational theory that refutes (vs. affirms) prior findings).
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 | 0,432 | 0,692 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,004 |
| Méta-épidémiologie (sens large) | 0,005 | 0,009 |
| Bibliométrie | 0,038 | 0,026 |
| Études des sciences et des technologies | 0,011 | 0,017 |
| Communication savante | 0,023 | 0,016 |
| Science ouverte | 0,013 | 0,014 |
| Intégrité de la recherche | 0,014 | 0,019 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,006 |
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 ».