前言
近几年期刊要求水涨船高,遥想2020年左右深度学习、机器学习刚在计算机领域大杀特杀,当时随便拿个一般的特征工程加个基本的机器学习模型就能投IPM;计量模型要求不需要十分严谨就能发DSS,IR;现在再按照之前的做法,投IR,IPM,直接就是Desk Reject,问就是方法没有创新,计量不严谨,理论薄弱。
也不全是坏处,起码现在对混合方法(Mixed Method,或者Design Science)的包容度越来越高,对信息系统IS领域来说其实是好事,因为咱这个领域不就是各种方法交叉混合嘛,从问卷、算法、到计量真就应有尽有。个人感受最大的一个好处是,信息系统能跟上AI、大数据这波潮流,肉眼可见的是大家用的数据越来越大,现在动则几十万的数据,那确实能观察到更多的现象,这样子做出来的结论或者发现就会更加接近真实问题的数据分布。
在这样的情况下,IS如何紧跟潮流、充分发挥优势也是一个问题,一个迹象就是 交叉方法用的越来越多,会看到越来越多的论文里面既有算法又有计量,今年参加CSWIM深有感触,一看track 一半的主题都是Design Science,这在之前是难以想象的, 还有中科大举办的SWAIB专门的Design Science。反之,只有算法,或者只有计量 那就面临着reviewer狠狠的argue。某师兄投了个ABS4,其中涉及主题分析的内容,被审稿人要求做补充实验更炫酷的主题聚类方法。这样子对我们也带来了巨大挑战,到底怎样去保证两者都有呢?大部分人都是计量或者只会算法,破局的方法就是合作。
痛苦
投非第一梯队的期刊的时候这个痛苦还不是很明显,一旦想冲击顶刊,就会形成强烈的竞争。对于之前发过顶刊的纯计量、或者纯方法的人来说,这样论文的出现对于他们而言是巨大的压力,如果这样的论文发了,这些做单一方法的研究者就不再具有优势,他们需要去踏入自己不熟悉的领域,比如计量的去加算法、算法的去加计量。可想而知,审稿人会对你的论文进行疯狂的argue,这其实也是合理的,也无法避免,咱只能理性的应对。
最近在做的一篇论文,就面临着这个艰难的问题,从框架设计到写作,感觉每一步都在被上千个审稿人疯狂argue,总觉得计量部分全是漏洞(自己之前比较偏算法),然后就和人交流,开会,问导师、师兄等,然后了解到现状就是:这样风格的论文基本不会被送到纯计量的reviewer手里(当然,这是目前知道的消息,接心软审稿人)。也和一个师兄讨论过这个问题,到底我的算法、计量做到什么地步才是可以的,总觉得目前做的算法不够丰富、计量不够严谨,师兄说:方法其实都不是最重要的,最重要的是你的问题,因为我们这个学科更重管理效用,而不是算法精度。
所以这个问题又回到了问题本身。感觉被套娃了,hhhhh。提新颖的问题,这不就是做交叉学科或者方法的目标?这个可太擅长了,老实说很多时候,真的没有一个完全新的问题或者变量,直接把其它学科的理论应用到管理,因为总有人在另外你不知道的平行世界已经提出了你这个领域里觉得新的变量或者方法。那我把他们直接拿过来用一下不就创新度拉满了吗?理论上确实如此,但是 管理的情境 决策者 决策目标都不一样,他是新的,但如何在管理领域应用,如何匹配这个情境,如何合理的应用,都是你要考虑的问题。
如何做到多方面的均衡:组建并维护一个team
大多数都是普通人,很难做到各个领域都精通的六边形战士。以心理学➕计算机➕管理为例,计算机擅长算法工程,管理适合找问题,心理学适合提供理论支撑。
团队的组建
其实是非常难的(事实上大部分学科之间基本都在自己的领域内活动,彼此之间交集很少),但如果足够e,那其实开始并不难,毕竟开会、同学、社交媒体渠道非常丰富,只要自己有论文的发表履历,然后去social 一下还是可以实现的,但个人其实不是很喜欢这种方式。因为无法保证你招募的队友的质量或者说两者的契合度。比较稳妥的方式是,首先建立一个好朋友的关系,彼此了解对方的性格,再决定要不要合作,笑死,这还真有点像找对象。这起码能保证你们沟通问题是真实可靠的,不会出现利益上的冲突与纠纷,毕竟比较坦诚。相反,纯利益出发的合作,大概率会出现问题。
团队的维护
但还有更难的,那就是如何协作实现1+1大于1的效果,很多时候,比如管理提出一个xx问题觉得很有意思,心理学会评价 就这,这不是我们之前做烂的了吗?或者管理的说可以整个xx高级的方法,计算机的会说 这方法也太low了吧 真能发出来? 然后管理的就自闭了,团队可能就无了
PS:亲身经历,有尝试过和心理学的人合作,中途相互无法Get,然后就不了了之了
经过多次尝试,才有了目前的Team, 总结来说就是:看人,需要既了解自己的领域又有包容度的人,包容度体现在:清晰自己的角色定位,愿意充分发挥自己的力量,即使对所提出的问题有所困惑。事实上多方的看法很难兼顾,所以这个时候就得看做的主题、目标期刊是什么领域,谁来主导,如果是辅助角色那就做好协助工作,而不是以比较自信的角度去argue你的合作者,这对团队来说特别影响士气。
后面想到再更新。。。。