Evaluating new and innovative models of management education
Notice bibliographique
Résumé
This chapter is devoted to a critical examination and evaluation of a number of new models and interesting new approaches to management education that have been advocated both by deans (e.g. Richard Lyons at Haas, Berkeley, in the US, and before him Laura Tyson, and Roger Martin at Rotman, Toronto, in Canada) and critics (e.g. Henry Mintzberg at McGill, Montreal, Canada). We believe that the organising framework of Figure 4.4, and Simon’s careful insights, should provide a basis for our model review and analysis of the philosophy underlying each model. Despite the somewhat unfulfilled promise of management education (Thomas, 2012), there has been considerable investment in new business models for its future development. Indeed, Professors Datar, Garvin and Cullen (2010) provide an exhaustive review of current curricula trends. Prompted by the growing scrutiny of MBA programmes, they started an ambitious and wide-ranging three-year research project on MBA programmes to coincide with the one-hundredth anniversary of Harvard Business School. They examined a range of secondary data sources, interviewed leading business school deans and corporate executives, and outlined clearly the curricula developments at around a dozen leading schools, focusing particularly on programmes at the Center for Creative Leadership, Chicago, Harvard, INSEAD, Stanford and Yale.
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 | 0,044 | 0,071 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,009 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,013 |
| Communication savante | 0,015 | 0,020 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».