MétaCan
Menu
Retour à la cohorte
Enregistrement W2566489875 · doi:10.1111/joms.12258

Rethinking ‘Top‐Down’ and ‘Bottom‐Up’ Roles of Top and Middle Managers in Organizational Change: Implications for Employee Support

2016· article· en· W2566489875 sur OpenAlexaff
Mariano L.M. Heyden, Sebastian Fourné, Bastiaan A.S. Koene, R.A. Werkman, Shahzad Ansari

Notice bibliographique

RevueJournal of Management Studies · 2016
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueManagement and Organizational Studies
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésOrganizational changeChange management (ITSM)Top-down and bottom-up designBusinessMiddle managementChange detectionKnowledge managementPsychologyMarketingComputer sciencePublic relationsPolitical scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract In this study we integrate insights from ‘top‐down’ and ‘bottom‐up’ traditions in organizational change research to understand employees’ varying dispositions to support change. We distinguish between change initiation and change execution roles and identify four possible role configurations in which top managers (TMs) and middle managers (MMs) can feature in change. We contend that both TMs and MMs can play change initiation and/or change execution roles, TMs and MMs have different strengths and limitations for taking on different change roles, and their relative strengths and limitations are compounded or attenuated based on the specific configuration of change roles. We subsequently hypothesize employee support for change in relation to different TM‐MM change role configurations. Our findings show that change initiated by TMs does not engender above‐average level of employee support. However, change initiated by MMs engenders above‐average level of employee support, and even more so, if TMs handle the change execution.

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)0,014
score de la tête « metaresearch » (Gemma)0,034
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,034
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,008
Communication savante0,0070,006
Science ouverte0,0010,005
Intégrité de la recherche0,0020,002
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 Opus0,053
Tête enseignante GPT0,272
Écart entre enseignants0,219 · 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'étudeSans objet
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

Citations251
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Management StudiesMême sujetManagement and Organizational StudiesTravaux en français237 207