Notre époque génère des données massives qui ont de nombreux impacts. L’exploitation de ces nouvelles ressources devient un enjeu fondamental pour les entreprises. La revue Management & Data Science a été crée pour accompagner cette évolution. La revue repose sur plusieurs principes.

Une revue académique

Tous les articles, à l’exception des contenus dits éditoriaux, sont soumis à une évaluation par des pairs (deux évaluateurs externes). Les articles publiés sont des documents originaux dont les conclusions représentent une avancée importante dans la compréhension d’un problème et ont des répercussions immédiates.

Une revue libre d’accès

Afin d’accélérer et d’étendre la diffusion de la revue, tous les articles sont disponibles sur Internet de façon permanents et ouverts à tous. La revue est gratuite pour les lecteurs, les auteurs et leurs institutions.

Une revue interdisciplinaire

La revue accueille des travaux relevant de disciplines multiples à l’instar des sciences de gestion, de l’information, de l’économie, des mathématiques appliquées ou de l’informatique. La revue accueille à cet égard des travaux émanant d’une grande diversité d’acteurs (universités, département de R&D, cabinets de conseil, etc.).

Une revue internationale

Management & Data Science (MDS) souhaite favoriser la diffusion des recherches réalisées à l’ensemble de la communauté scientifique internationale. Les articles soumis peuvent être rédigés en français ou en anglais.

Une revue pour les scientifiques et les professionnels

S’adressant à un double lectorat de praticiens et de chercheurs, désireux de se tenir au courant de l’évolution des sciences, techniques et pratiques des data science dans le management, les articles publiés doivent être conceptuellement rigoureux mais être écrits de façon à être accessibles aux lecteurs avertis mais non spécialistes. Ils doivent en outre mettre fortement l’accent sur les implications managériales du sujet traité.

Une revue pour l’innovation

Management & Data Science (MDS) est un espace de réflexion, de discussion et de rencontre, mais également un espace de travail collaboratif. À travers un laboratoire de données (Datalab), les auteurs pourront partager et analyser des données avec les membres de la communauté.