MétaCan
Menu
Retour à la cohorte
Enregistrement W1507907600 · doi:10.1287/orsc.1120.0792

Temporal Work in Strategy Making

2012· article· en· W1507907600 sur OpenAlexaff
Sarah Kaplan, Wanda J. Orlikowski

Notice bibliographique

RevueOrganization Science · 2012
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueComplex Systems and Decision Making
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Science Foundation
Mots-clésConstruct (python library)Action (physics)Work (physics)Status quoField (mathematics)Management sciencePolitical scienceComputer scienceEconomicsEngineering

Résumé

récupéré en direct d'OpenAlex

This paper reports on a field study of strategy making in one organization facing an industry crisis. In a comparison of five strategy projects, we observed that organizational participants struggled with competing interpretations of what might emerge in the future, what was currently at stake, and even what had happened in the past. We develop a model of temporal work in strategy making that articulates how actors resolved differences and linked their interpretations of the past, present, and future so as to construct a strategic account that enabled concrete strategic choice and action. We found that settling on a particular account required it to be coherent, plausible, and acceptable; otherwise, breakdowns resulted. Such breakdowns could impede progress, but they could also be generative in provoking a search for new interpretations and possibilities for action. The more intensely actors engaged in temporal work, the more likely the strategies departed from the status quo. Our model suggests that strategy cannot be understood as the product of more or less accurate forecasting without considering the multiple interpretations of present concerns and historical trajectories that help to constitute those forecasts. Projections of the future are always entangled with views of the past and present, and temporal work is the means by which actors construct and reconstruct the connections among them. These insights into the mechanisms of strategy making help explain the practices and conditions that produce organizational inertia and change.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,103
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,016
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,196
Tête enseignante GPT0,428
Écart entre enseignants0,232 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOrganization ScienceMême sujetComplex Systems and Decision MakingTravaux en français237 207