MétaCan
Menu
Retour à la cohorte
Enregistrement W2107828769 · doi:10.1287/orsc.1060.0197

Crossing an Apparent Chasm: Bridging Mindful and Less-Mindful Perspectives on Organizational Learning

2006· article· en· W2107828769 sur OpenAlexaff
Daniel A. Levinthal, Claus Rerup

Notice bibliographique

RevueOrganization Science · 2006
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueManagement and Organizational Studies
Établissements canadiensWestern University
Organismes subventionnairesUniversity of Michigan
Mots-clésMindfulnessPsychologyComplementarity (molecular biology)Action (physics)NormativeContext (archaeology)Bridging (networking)Performative utteranceEpistemologySocial psychologyCognitive scienceCognitive psychologyPsychotherapistComputer science

Résumé

récupéré en direct d'OpenAlex

An important new stream of organizational research has emerged in recent years that draws on the notion of mindfulness. At the same time, there is a long-standing body of work in the organizations literature that emphasizes the role of routine-driven, or less-mindful, behavior. We attempt to connect these two seemingly disparate literatures arguing that, at a performative level, important elements of less-mindful processes are necessary elements underlying mindfulness. In particular, we note the role of established action repertories that facilitate the response to novel stimuli and how routines and established role structures enable mindfulness to be sustained across time and the span of the organization. Similarly, we note important elements of mindfulness that underlie less-mindful behavior, highlighting in particular the role of mindfulness in interpreting one’s context so as to identify what constitutes appropriate action in a given circumstance and in interpreting outcomes that form the basis for processes of reinforcement learning. Although we emphasize the complementarity between the two perspectives, we also note points of tension regarding the opportunity costs of mindfulness and the theories’ implied normative claims.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0030,071
Communication savante0,0120,017
Science ouverte0,0020,010
Intégrité de la recherche0,0040,008
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,224
Écart entre enseignants0,213 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations745
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOrganization ScienceMême sujetManagement and Organizational StudiesTravaux en français237 207