Expanded strategy simulations: developing better managers
Notice bibliographique
Résumé
Purpose The purpose of this paper is to explore the use of simulations in strategy teaching. The authors’ conceptualization is built upon the benefits and limitations of simulations by establishing a link between the skills required to be a competent manager and the capacity of simulations to develop them. Design/methodology/approach Using deductive theory building, the authors pinpoint the shortcomings of simulations, and offer a framework categorizing managerial skill development using simulations to teach strategic management. Findings The authors propose a new perspective on the use of simulations to teach strategic management by elaborating on their effectiveness in developing soft skills related to social issues often overlooked in simulations’ learning outcomes. The framework provides propositions concerning the ability of simulations to develop both soft (societal and human) and hard skills (technical and conceptual) needed by managers. Research limitations/implications Literature shows that computer‐based platforms significantly increase the learning process. While such tools are widely used in teaching hard skills for decision making, they are relatively absent from teaching soft skills for decision making. Future studies should empirically explore the extent to which computer‐based platforms help cultivate soft skills. Practical implications Simulations are one of the most praised learning tools by management students. MBA administrators and strategy instructors would benefit from improved simulations that take into account the social environment surrounding managers. Expanded simulations, then, might lead to better preparation of management candidates for their tasks. In addition, simulation developers may find guidance in the authors’ conceptualizations to construct more effective teaching aids. Originality/value Contrary to the mainstream literature that focuses on hard‐skill development through simulations, this study calls attention to simulations’ capacity to foster the soft‐skills required to be a competent manager.
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 | 0,007 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,007 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,003 |
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 ».