Improvisation and Innovative Performance in Teams
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This paper builds on the principles and insights from improvisational theater to unpack the nature of collective improvisation and to consider what it takes to do it well and to innovate. Furthermore, we discuss the role of training in enhancing the incidence and effectiveness of improvisation. We propose that two common misconceptions about improvisation have hindered managers’ understanding of how to develop the improvisational skill. First, the spontaneous facet of improvisation tends to be overemphasized, and second, there is a general assumption that improvisation always leads to positive performance. Our goal is to clear up the conceptual confusion about improvisation by laying out the various aspects of preparation that are required for effective improvisation. In our theoretical model, we delineate how the improvisational theater principles of “practice,” “collaboration,” “agree, accept, and add,” “be present in the moment,” and “draw on reincorporation and ready-mades” can be used to understand what it takes to improvise well in work teams and to create a context favoring these efforts. Our findings support a contingent view of the impact of improvisation on innovative performance. Improvisation is not inherently good or bad; however, improvisation has a positive effect on team innovation when combined with team and contextual moderating factors. We also provide initial evidence suggesting that the improvisational skill can be learned by organizational members through training. Our results shed light on the opportunities provided by training in improvisation and on the challenges of creating behavioral change going beyond the individual to the team and, ultimately, to the organization.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle