FEATURE ARTICLE Making “The List” Business School Rankings And The Commodification Of Business Research1
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
N HIS New Yorker essay on college admissions practices, Gladwell (2005) reflects on how he chose which post-secondary school to attend. He recalls that: In Ontario, there wasn’t a strict hierarchy of colleges. There were several good ones and several better ones and a number of programs…that were world class. But since all col-leges were part of the same public system and tuition everywhere was the same (about a thousand dollars a year, in those days), and a B average in high school pretty much guar-anteed you a spot in college, there wasn’t a sense that anything great was at stake in the choice of which college we attended. (n.p.) Obviously, higher education has seen many changes in the past twenty years. Not only have universities become known for specific areas of excellence, but business schools in particular have become widely differentiated. The “stakes ” have certainly changed. Perhaps one of the most noticeable changes in recent years has been the appearance of multiple school rankings, generated by popular press periodicals such as MacLean’s magazine in Canada, and US & World News Report in the United States. These publications typically create special issues devoted to assessing various post-secondary institutions according to a wide number of criteria, including innovativeness, reputation, and class sizes. Although many educational programs have been ranked, business school rankings appear to be particularly popular; media rankings of undergra-duate, MBA, EMBA, and executive development programs have been conducted by Business-
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.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle