Thriving in the future: intentional followership development
Notice bibliographique
Résumé
Purpose The purpose of this paper is to highlight the significance of the role of followership by raising self-awareness of those in organisational hierarchies through the followership intelligence activity. As practitioners, we intentionally spotlight the importance of followership learning and link followership development to the future needs of a thriving organisation through the facilitation of our activity. Design/methodology/approach This paper outlines the proposed followership intelligence activity (FIA), which includes a progression of questions, group discussions and linkages to adult learning principles, experiential learning and followership theory. Findings Feedback from authors’ workshops and general observations indicate that once “learning” leaders understand the importance of followership and identify as both followers and leaders, they begin to build and promote work environments open to conversations about the behaviours and skills of exemplary followers. Practical implications People cannot change behaviour that they do not notice. However, when leaders begin to identify as both leaders and followers, their openness to learning, developing (self and others) and having followership conversations increases, which promotes both personal awareness and growth. As leaders model and create conversations about exemplary followership skills, they can promote and inspire these behaviours in others within the organisation. Originality/value The intention of embedding the FIA into our leadership development programme is to legitimise, honour and promote life-long learning of both leadership and followership. Both roles are vital for a thriving workplace, and they need to be performed with strength, accountability and pride.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».