于晓宇老师、贾迎亚老师;博士后:陶奕达、孟晓彤、何琳、常焙筌、刘希鹏;博士生:马晓书、曹港、虞曦凯、尚俊茹、王冬玲、张紫嫣、赵文静、王坤、胡曼;硕士生:李天元、杨南、姚豆豆、俞俊宇、何月飞、李博伦、蒋宗寰、秦佳音、林红英、刘晓莉、依力米冉·斯干旦、胡海霞、付嘉其、庄方言、马思镇、宁若曼、吕滢睿、尹昊
点评人观点(尚俊茹、曹港、陶奕达、赵文静、胡曼、王冬玲):
1.研究背景需要强化为何关注AI企业倍增前因,增加企业案例。
2.TOE的界定不清、TOE各要素选取需更严谨以及需要明确各个组态因素为何会影响倍增。
3. 研究对象和样本的选择理由需更充分。
4. 理论贡献需进一步深化和凝练。
于老师观点:
1. 明确AI企业和倍增的概念。
2. 变量测量不清晰。
3. 技术进步和交易成本降低这两类关键机制的选取不合理。
4. 时间窗口的选取原因以及采用面板数据的原因需论述清楚。
5. 典型案例的论述需阐述清楚、具体和深刻。
点评人观点(何琳、曹港、陶奕达):
1. 研究问题不明确,存在歧义。
2. 社会认知理论解释模型不合理,建议采用人与环境匹配理论。
3. 变量测量条目需要再确定,调节变量选取缺乏依据且与控制变量存在共线性,中介变量建议考虑与创业行为直接相关的变量,如冒险倾向、风险态度等。
4. 样本选择不合适。
于老师观点:
1. 研究设计存在问题,调节变量选取不合理。
2. 变量测量以及描述性统计结果存在问题。
3. 研究规范性需要强化。
点评人观点(虞曦凯、陶奕达):
1. 研究背景引出研究问题的逻辑不够简洁明确
2. 研究问题存在歧义,研究应聚焦于如何预测企业数字化转型。
3. 考虑高管特征变量的全面性,建议从TOE框架讨论数字化转型的前因。
4. 缺失值的处理需要明确。
5. 数据集的划分与对标文献不一致。
于老师建议:
1. 文章明确研究企业数字化的前因。
2. 采用科学的机器学习的范式进行研究。
3. 研究模型的逻辑不清楚,存在矛盾。
4. 理论贡献部分需要重新凝练表达。
1. 研究背景逻辑要清晰明确,与研究问题要有针对性;
2. 研究模型的理论选取要合理与严谨;
3. 研究对象与样本选择要有依据;
组会不仅仅是分享科研进展的机会,更是不同研究方向、不同思维方式碰撞的场合。在讨论过程中,我发现每位老师以及师兄师姐的意见都能为我的研究带来独特的启发,这种多角度的反馈让我认识到,科研并不是单打独斗的过程,而是需要不断地交流、碰撞和改进。
——马思镇
本次组会会议组织:总协调,依力米冉;会议记录,宁若曼;摄像,付嘉其;时长控制,尹昊。
编辑:马思镇、依力米冉