ClimateQUAL® and Thinklets: Using ClimateQUAL® with Group Support Systems to Facilitate Discussion and Set Priorities for Organizational Change at Criss Library
Notice bibliographique
Résumé
Objective – This article discusses a series of actions taken by the Criss Library at the University of Nebraska at Omaha to implement organizational change, using the ClimateQUAL® survey and facilitated discussions with ThinkTank™ group decision software. The library had experienced significant changes over a five-year period, with a renovation of the facility and three reorganizations resulting in a 50% staff turnover. Recognizing the strain that years of construction and personnel changes had placed on the organization, there was a desire to uncover the mood of the employees and reveal the issues behind low morale, uneasiness, and fear. Methods – In November 2009, the library conducted a ClimateQUAL® survey to develop a baseline to assess the effectiveness of any changes. After the results were distributed to library faculty and staff, a series of two-hour facilitated discussions was held to gather opinions and ideas for solutions using thinkLets, a pattern language for reasoning toward a goal. The group support system ThinkTank™ software was loaded onto computers, and employees were able to add their ideas anonymously during the sessions. Finally, 12 employees (29%) completed a four-question survey on their perceptions of the facilitated discussions. Results – The facilitated discussions returned 76 sub-themes in 12 categories: staffing and scheduling issues, staff unity/teamwork, communication, goodwill/morale, accountability, decision-making, policy issues, skills and training, leadership, ergonomics/physical work environment, respect, and bullying. An advisory team culled the 76 sub-themes into 40 improvement strategies. Five were implemented immediately, and the remaining 35 were scheduled to be presented to the faculty and staff via an online survey. Participants’ perceptions of the facilitated discussions were mixed. Eighty-three percent of respondents reported that they did not feel safe speaking out about issues, most likely because a supervisor was present. Conclusion – Improving organizational climate is a continuous and iterative process that leads to a healthy environment.
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 | 0,012 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,004 |
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 ».