MétaCan
Menu
← Retour à la cohorte
Enregistrement W2596268161

Idea Generation in Highly Institutionalized Fields:A Dual Process Model of Ideation

2014· article· en· W2596268161 sur OpenAlexaff
Marine Agogué, Eva Boxenbaum

Notice bibliographique

RevueCBS Research Portal (Copenhagen Business School) · 2014
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Knowledge Management
Établissements canadiensHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésIdeationProcess (computing)Dual (grammatical number)Computer scienceCognitive sciencePsychologyProgramming languageArt
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The early phase of innovation processes in highly institutionalized fields relies on the capabilities of actors to generate new ideas that break with the field frame. Informed by a dominant logic, a field frame shapes collective cognition and can thus prevent the generation of new ideas and block innovation. An important question facing innovation research is thus how actors can generate ideas that break with the field frame in highly institutionalized fields? To answer this question, we draw on insights into dual process modeling from cognitive sciences. Dual process modeling emphasizes the different nature of the conscious (deliberate) and subconscious (implicit) systems involved in ideation. We further elaborate on how these two systems relate to four streams of research that management scholars evoke to model microprocesses of generating new ideas, namely metaphors, conceptual blending, bricolage and innovative design reasoning. We identify metaphors and bricolage as central to the subconscious system, which play an important role in maintaining the field frame, whereas conceptual blending and innovative design reasoning can be instrumental in generating ideas in the conscious system, thereby potentially enabling actors to generate innovative ideas that break with the field frame. Hence, this paper clarifies processes that unfold at the individual level of analysis during innovation activities and proposes leverages for actors to innovate within highly institutionalized fields.

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)0,033
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 seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,033
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,003
Études des sciences et des technologies0,0020,008
Communication savante0,0100,012
Science ouverte0,0020,005
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0120,002

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 Opus0,098
Tête enseignante GPT0,339
Écart entre enseignants0,241 · 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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCBS Research Portal (Copenhagen Business School)→Même sujetInnovation and Knowledge Management→Travaux en français237 207→