Action learning: towards a framework in inter-organisational settings
Notice bibliographique
Résumé
While much of the literature on action learning focuses on managers developing their capacity to learn and transform their own organizations, this article explores how action learning has been used in inter-organisational settings. Two settings are presented: the first an EU-funded management development programme called the National Action Learning Programme (NALP) which ran in Ireland from 1998 to 2000 and the second an EU funded programme, called CO-IMPROVE which commenced in March 2001 and involves inter-organisational networks in three European countries. The essential structure of the NALP approach—the action learning approach and the inter-organisational learning network—has been adopted in CO-IMPROVE. The need here for a well-developed capacity to learn, not only at the levels of individuals or companies, but also at the inter-organisational (or extended manufacturing enterprise (EME)) level required the application of an action learning approach. The application of NALP in such a new and wider organisational setting has promised two potentially desirable outcomes: the rapid facilitation of the particular needs of the CO-IMPROVE research project and the further development of the approach itself. The article describes the two programmes and reflects on (a) the action learning processes in inter-organisational settings, and (b) the outcomes with respect to management and organisational learning that point to ways in which the exciting field of inter-organisational action learning may be developed.
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 | 0,027 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,007 | 0,080 |
| Communication savante | 0,027 | 0,030 |
| Science ouverte | 0,007 | 0,013 |
| Intégrité de la recherche | 0,010 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 ».