After the Data: Taking Action on ClimateQUAL® Results
Notice bibliographique
Résumé
Objective – This paper discusses the actions taken by the staff development and training (SD&T) team at the Sheridan Libraries and Johns Hopkins University Museums in response to results of a ClimateQUAL survey. Methods – The team administered the ClimateQUAL Organizational Climate and Diversity Assessment in March 2009 to the 150 staff members of the museums and libraries, and 80% responded. To get at the root of some of the results, the team conducted 23 focus group sessions over the course of two months. In each 90-minute session, 8 open-ended questions were used to probe the staff’s thoughts on the survey results and elicit concrete suggestions for moving forward. Participants were asked to discuss their personal experiences with six areas of concern: procedural justice, distributive justice, structural facilitation of teamwork, psychological safety, communication, and leadership. One year after the original ClimateQUAL survey, the team administered a one-question follow-up survey. Results – The team analyzed and coded the notes taken during the focus group sessions and developed three discrete written summaries for each session: a brief summary of themes, a list of specific actionable suggestions, and a general description of specific scenarios aired in the sessions. From these analyses, the team developed two types of recommendations: quick tactical actions and long-term strategic recommendations. Strategic recommendations were developed in three main areas: fostering a sense of global ownership of organizational issues, improving organizational communication, and improving leadership and facilitation of teamwork. With these recommendations, the team charged managers to take broad ownership of a plan for individual actions. The results of the one-year follow-up survey were mixed. Staff perceived positive change in communication, but indicated that the areas of procedural and distributive justice, psychological safety, and transparency in decision making continued to require improvement. Conclusion – The work of the SD&T team continues, and it is hoped that ClimateQUAL will serve as the foundation for future assessments of organizational health.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,074 | 0,179 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,105 | 0,053 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».