The Emergence of Boundary Spanning Competence in Practice: Implicationsfor Information Systems' Implementation Use
Notice bibliographique
Résumé
Knowledge Management (KM) literature has centrally focused on organizationâs ability to build practices that integrate diverse expertise across professional, organizational, industry and other boundaries. In this paper we investigate how an organizational competence in boundary spanning emerges in practice. We draw on the concepts of boundary spanner and boundary object and on the practice-based view of KM in organizations to understand the emergence of boundary spanning in practice, which we define as relating practices from diverse fields. We contrast data from two qualitative, longitudinal field studies to draw our conclusions. We argue that for boundary spanning to emerge in practice a new joint field, which unites agent in a common pursuit, needs to be produced. Engagement of agents in this practice partially transforms their practices in local fields so as to accommodate the interests of their counterparts. Those agents who engage in negotiating the nature of this new field become boundary spanners-in-practice. Through their engagements in the new joint field and diverse local practices boundary spanners-in-practice produce and use objects which become locally useful and acquire a joint identity through their use â boundary objects-in-use. Through data analysis we find, first, that nominated boundary spanners and designated boundary objects do not always become boundary spanners-in-practice and boundary objects-in-use. Second, we outline the conditions necessary for boundary spanners-in-practice to emerge, including the need for them to become legitimate, albeit peripheral, participants in the practices of the fields that they span. Thirdly, we show how boundary spanners-in-practice use their symbolic, cultural, social, and economic resources (capital) to build the new joint field. Finally, we examine the tensions involved in a) the nomination of agents as boundary spanners and artifacts as boundary objects; b) the growth of the new joint field; c) agentsâ choice in investing in the new joint field; and d) spanning one at the expense of another kind of boundary. We conclude by drawing implications for IS implementation and use.
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 | 0,041 | 0,089 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,007 | 0,023 |
| Communication savante | 0,015 | 0,021 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,000 |
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 ».