SuperAPI AI 工具集

amj-topic-selection

写作与研究

查看项目

更新于 10-15 20:08

技能介绍

用途:在投入数月数据收集之前,判断一个研究想法是否适合投向 AMJ,并帮助把宽泛的现象收敛为可辩护的研究问题。

触发场景:有数据、情境或现象但缺少清晰研究问题;不确定想法应投 AMJ、纯理论的 AMR,还是 ASQ、SMJ 或领域期刊;问题停留在“没人研究过 X”;希望在早期压力测试选题适配性。

AMJ 适配测试(四项须全部通过):一是现象有根基但由理论驱动,AMJ 关注真实组织现象(微观 OB、宏观/战略、HR、创业、组织理论),纯描述性或纯方法论文不符合;二是要有理论机制而非仅经验关联,需回答为何 A 影响 B、何时影响;三是原始数据与可辩护设计可行,AMJ 接受定性、定量、田野、实验室、元分析与混合方法,若拿不到合适数据则更接近 AMR 想法;四是存在意外或张力,最强的问题位于理论冲突、反直觉边界条件或未决争论之上。

选择分部归属:AMJ 按分部指派编辑,明确归属有助于框定问题。个体/团队(动机、领导、情绪)对应微观/OB;企业/行业(战略、绩效、并购)对应宏观/战略;选拔、培训、离职、职业对应 HR;新创企业、创始人、机会对应创业;制度、身份、意义建构、场域对应组织理论/OMT。应使用所属分部的词汇,并引用该分部近期 AMJ 论文。

从现象到问题:用一句话陈述现象;指出作为透镜的核心理论;把研究问题写成 why/when 而非 whether;识别意外张力,即朴素直觉或竞争理论会预测什么;草拟一行“潜在理论贡献”并自检审稿人是否能学到新东西。

检查清单:问题以 why/when 表述并含明确机制;存在张力、谜题或边界条件;现象是真实的组织/管理现象而非方法演示;合适原始数据与可信设计可行;已确定目标分部并阅读 3–5 篇该分部近期 AMJ 论文;已草拟非平凡的理论贡献声明。

反模式:缺口式选题(“没人研究过 X”);借用现象却无理论;投错期刊(纯概念应投 AMR,纯方法/测量论文亦不适合);范围过大(三套理论、十个构念);仅以情境为新意(同一模型换国家/行业却无理论理由)。

输出格式:现象一句话;核心理论/透镜;研究问题(why/when);张力/意外;候选理论贡献一行;分部/框定归属;AMJ 适配结论(适配/边缘/更适合 AMR、ASQ、SMJ 或领域期刊);下一步(amj-theory-development,构建机制与假设)。

限制:资料未提供具体安装命令、价格、平台支持或实际使用效果等信息。