Organized Science Denial: Reviving a Symposium Discussion to Propose Actionable Plans
Notice bibliographique
Résumé
This symposium builds on a successful session organized for the virtual Academy of Management meeting in Philadelphia (2021), titled “Science Denial: Causes, Courses, and Remedies. A Route Map for Organizational Scholars,” which inspired the publication of an edited volume on the same topic, recently accepted by Oxford University Press and titled “Organized Science Denial. An Action Plan of Solutions”. The overall objective of this Symposium is to reflect upon the common thread linking seemingly unrelated phenomena, rooted in the rejection of science, highlighting their profound implications for organizations and society. Specifically, from this Symposium participants will gain updated insights into the evolving nature of science denialism, its links to issues such as greenwashing and communicative strategies, the undeniable key role of social platforms in current days and in the future, and the tensions within the social sciences and management disciplines, among others. More broadly, the AoM community will learn not only actionable strategies for addressing science denialism, but also how organizational scholars contribute meaningfully can contribute to academic discourse. Keywords: communication and rhetoric, creativity, greenwashing, institutional theory, internal tension, science denialism, social media platforms.
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 | 0,086 | 0,119 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,020 | 0,020 |
| Communication savante | 0,028 | 0,027 |
| Science ouverte | 0,005 | 0,027 |
| Intégrité de la recherche | 0,019 | 0,042 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 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 ».