An exploratory study on information work activities of competitive intelligence professionals
Bibliographic record
Abstract
Malgré l’intérêt grandissant pour la veille concurrentielle, il existe peu d’études empiriques traitant du travail des professionnels oeuvrant dans ce domaine. La présente étude pose trois questions de base: qui sont les professionnels faisant de la veille concurrentielle; quelles sont leurs tâches et activités et comment sont elles réalisées; et finalement, quels facteurs limitent leur performance et capacité de compléter ces tâches et ces activités. À travers le Canada, 28 professionnels de la veille concurrentielle ont été recrutés pour l’étude représentant 24 organisations différentes dans 12 industries générales et 16 de type spécifique. Ces professionnels représentent des analystes, des gestionnaires de l’information, des chercheurs en études de marché, des conseillers stratégiques et des spécialistes de l’information. Leurs objectifs principaux consistent à accroître la conscientisation à l’environnement concurrentiel dans lequel leurs organisations rivalisent et à rehausser la qualité de la prise de décision chez leurs différents clients. Pour atteindre ces objectifs, ils et elles s’impliquent dans dix catégories distinctes d’activités: scruter les nouvelles et gérer une veille informationnelle; gérer des projets; répondre aux demandes d’information ponctuelles; communiquer avec les différentes parties; élaborer des produits de veille concurrentielle; lire et évaluer le matériel diversifié; rédiger et réviser des documents variés; former des employés à la veille concurrentielle; recevoir une formation continue; et s’impliquer dans d’autres activités administratives non-reliées au domaine de la veille. La plupart du temps est consacré à la préparation des produits de veille concurrentielle, aux communications avec les diverses parties, à la gestion de courriel et à la scrutation des nouvelles. La plupart des besoins informationnels des participants ne sont pas individuels mais$
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.005 | 0.020 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".