Enhancing Scholarly Creativity When Developing Research Ideas
Notice bibliographique
Résumé
This study details how 17 introductory psychology and sociology research methods textbooks suggest students develop research ideas. It compares this advice with how social psychologist Stanley Milgram creatively invented five research projects. Of the textbooks that offered advice on idea creation techniques (n = 13), most recommendations conflicted with Milgram’s most relied upon inventive approach. The textbooks promoted a range of inventive techniques, many of which encouraged students to undertake, in their initial area of interest, a review of the previous literature. Milgram’s favored inventive approach differed: often with students, in one sitting he envisioned, developed, and honed research ideas and then scoped out the potential study’s entire methodological design. At best, Milgram’s review of the previous literature came after having settled on a methodological approach. In doing so, he broke a common textbook golden rule: before deciding on the methodological design, the previous literature must be reviewed. The textbooks often warned against the inventive approach Milgram deployed, describing it as imprudent: the idea developed may already have been completed. This valid criticism, however, fails to consider a potential advantage associated with Milgram’s unconventional approach: his ignorance of the previous literature ensured his creative lens remained unadulterated by the powerful influence of what had been done before. It is concluded Milgram’s unconventional approach to idea creation may, at least in part, explain why he was so creative. This paper concludes with a compromise position: researchers should be exposed to the strengths and weaknesses associated with both the most common textbook approaches to idea generation and that of creative high-impact scholars like Milgram.
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 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 | 0,009 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».