MétaCan
Menu
Retour à la cohorte
Enregistrement W2934872530 · doi:10.1177/1470595819839756

From The Hague to Paris to Montréal: Knowledge transfer and cultural synergy in a multicultural organization

2019· article· en· W2934872530 sur OpenAlexaffabout
Charlotte Blanche, Jean Pierre Dupuis

Notice bibliographique

RevueInternational Journal of Cross Cultural Management · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInternational Student and Expatriate Challenges
Établissements canadiensHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésConceptualizationMulticulturalismDanceSociologyBalletField (mathematics)Public relationsKnowledge transferKnowledge managementPolitical scienceVisual artsPedagogyComputer science

Résumé

récupéré en direct d'OpenAlex

This article shows how knowledge transfer can be useful in the field of cross-cultural management, in particular to better understand what several authors call cultural synergy. Defined as the ability to take advantage of interactions between people from different cultures to create a dynamic of cooperation and innovation in multicultural organizations, the concept, however, lacks some empirical illustration. Through an unusual field of research, we propose to draw lessons from an artistic organization, Les Grands Ballets Canadiens de Montréal, involved in the remounting of the Kaguyahime ballet by Czech choreographer Jiří Kylián, which will require the collaboration of a Dutch artistic direction, Quebec technicians, dancers from several countries and Japanese and Quebec musicians (Canadian). The focus on knowledge sharing at the center of this encounter allowed us to identify some steps and mechanisms that could be useful both in the theoretical conceptualization of cultural synergy and, from a practical point of view, in its concrete implementation. This will allow us to highlight that, in order to promote, the individuals involved, guided by a management team, will mobilize different identities to create the contact points necessary for cultural synergy.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,504
Score d'incertitude au seuil0,840

Scores Codex et Gemma par catégorie

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

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 Opus0,017
Tête enseignante GPT0,345
Écart entre enseignants0,327 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations3
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Cross Cultural ManagementMême sujetInternational Student and Expatriate ChallengesTravaux en français237 207