POURQUOI MANAGEMENT & DATA SCIENCE ABANDONNE L’ÉVALUATION EN DOUBLE AVEUGLE ?

Autor: Romain Zerbib, Olivier Mamavi, Caroline Riché, Amélie Clauzel
Rok vydání: 2021
Zdroj: Management & Data Science.
ISSN: 2555-7033
2555-7017
DOI: 10.36863/mds.a.16285
Popis: La globalisation du secteur académique, conjuguée à une accélération sans précédent de la transformation digitale, implique de repenser en profondeur le rôle des revues scientifiques (Mamavi et Zerbib, 2020). C’est en tout cas la conviction de Management & Data Science, une plateforme ouverte de création et de diffusion de la connaissance sur le thème de la transformation digitale. Management & Data Science offre une alternative concrète à la logique du “publish or perish” (Mamavi et Zerbib, 2019) en permettant une reconnaissance de nos auteurs via les altmetrics. La ligne éditoriale de notre revue défend un positionnement fondé sur la rigueur, la pertinence, la vitesse et l'impact alternatif. Management & Data Science estime qu'une étude peut être qualifiée de scientifique dès lors qu'elle répond à au moins deux critères fondamentaux : la transparence et la reproductibilité. Or, le double aveugle ne nous semble pas ici constituer un moyen incontournable pour évaluer ces deux critères.
Databáze: OpenAIRE
Externí odkaz: