MétaCan
Menu
Retour à la cohorte
Enregistrement W2797829208 · doi:10.4337/9781782548522.00021

Managing knowledge, creativity and innovation

2017· book-chapter· en· W2797829208 sur OpenAlexaff
Patrick Cohendet, Guy Parmentier, Laurent Simon

Notice bibliographique

RevueEdward Elgar Publishing eBooks · 2017
Typebook-chapter
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Knowledge Management
Établissements canadiensHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésCreativityIdeationPerspective (graphical)Knowledge managementProcess (computing)ObstacleInnovation managementInnovation processBusinessProcess managementSociologyComputer sciencePolitical sciencePsychologyWork in processMarketingCognitive scienceSocial psychologyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The place and role of managing creativity in organizations appears as a growing concern amongst scholars as well as practitioners. The aim of this chapter is to situate and analyze how managing creativity should fit into the organizational framework orchestrated by the interactions between the management of knowledge and the management of innovation. In this contribution, we question the traditional view that places creativity at the preliminary stage of the innovation process. Following pioneering works on the management of creativity, we suggest in the following that managing creativity is equivalent to managing ideas, and argue that the main theoretical obstacle is that at the present stage ideas are mostly “black boxes” in innovation theories. In an effort to “open this black box”, we come to the suggestion that a major change of perspective is needed in management: instead of viewing the management of ideas as an initial stage of the innovation process, we propose an integrated framework where the processes of ideation and innovation are not sequential but coupled, and where these strategic interactions are mediated by knowledge-management processes. Such a change of perspective suggests drastic impacts on the ways to manage organizations, which are discussed in the conclusion of this chapter.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,007
Communication savante0,0100,007
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,043
Tête enseignante GPT0,259
Écart entre enseignants0,216 · 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
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEdward Elgar Publishing eBooksMême sujetInnovation and Knowledge ManagementTravaux en français237 207