MétaCan
Menu
Retour à la cohorte
Enregistrement W3120186102 · doi:10.20381/ruor-25289

Coaching for Results: The Kind of Change Results Coaches Facilitate and the Tactics they Use to Do So

2015· article· en· W3120186102 sur OpenAlexfundno aff
Éric Champagne, Moira Hart-Poliquin, Savera Hayat, Aaida Mamuji, Benjamina Randrianarivelo, Kay Winning

Notice bibliographique

RevueuO Research (University of Ottawa) · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueCoaching Methods and Impact
Établissements canadiensnon disponible
Organismes subventionnairesYork UniversityUniversity of Ottawa
Mots-clésCoachingPsychologyApplied psychologyComputer science

Résumé

récupéré en direct d'OpenAlex

One major problem of aid effectiveness and public sector reforms in developing countries is the disparity between the planned outcomes and the actual performance on the ground – referred to as the implementation gap. To tackle this issue, since 2005, the World Bank develops and provides political and operational leadership support to borrowing countries to reinforce their capacity to achieve concrete results. Rapid results initiatives and tailored coaching create changes which help closing the implementation gap. However, little operational research is available on results coaching. The main argument of this research is that techniques, strategies and abilities deployed by results coaches have a significant influence on behavioral and organizational change, and ultimately on project implementation and development outcomes. Researchers surveyed fourteen coaches, and using an inductive approach, identified six types of changes and the techniques employed by the coaches. We present and discuss each of these changes and show that result coaching fills an important gap in our understanding of how leaders at different levels can improve implementation.

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)0,018
score de la tête « metaresearch » (Gemma)0,041
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,018
Score d'incertitude au seuil0,093

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,041
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0040,007
Communication savante0,0060,005
Science ouverte0,0010,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,550
Tête enseignante GPT0,447
Écart entre enseignants0,103 · 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'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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueuO Research (University of Ottawa)Même sujetCoaching Methods and ImpactTravaux en français237 207