MétaCan
Menu
Retour à la cohorte
Enregistrement W2297905371 · doi:10.1108/ijoa-12-2013-0728

Sensemaking at work: meaningful work experience for individuals and organizations

2016· article· en· W2297905371 sur OpenAlexfundno aff
Özen Aşik-Dizdar, Ayla Esen

Notice bibliographique

RevueInternational journal of organizational analysis · 2016
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueManagement and Organizational Studies
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of British Columbia
Mots-clésSensemakingKnowledge managementContext (archaeology)OriginalityArgument (complex analysis)EmpowermentWork (physics)Computer sciencePsychologyEngineeringPolitical scienceSocial psychologyCreativity

Résumé

récupéré en direct d'OpenAlex

Purpose – The purpose of this paper is to take a closer look at the concept of meaningful work experience for individuals and organizations, and discuss the role of sensemaking in creating it. Design/methodology/approach – The main argument of the paper is that sensemaking efforts are among the fundamental tools that help create meaningful work experience for both individuals and organizations. The paper offers a conceptual framework that presents the interplay between sensemaking tools and enabling mechanisms in relation to internal and external organizational environments. Findings – It is proposed that job crafting is a sensemaking tool – enabled by empowerment – for individuals to make sense of the internal environment of the organization; and strategy crafting is a sensemaking tool – enabled by organizational learning – for organizations to make sense of the external environment of the organization. Originality/value – This paper attempts to converge micro- and macro-level concepts by bringing together individual- and organizational-level variables into a joint discussion. It places job crafting and strategy crafting in the context of sensemaking theory, and it reinforces the idea of proposing models that will consider the multi-level implications of organizational research.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,375
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,240
Écart entre enseignants0,228 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations43
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational journal of organizational analysisMême sujetManagement and Organizational StudiesTravaux en français237 207