MétaCan
Menu
Retour à la cohorte
Enregistrement W3138146728 · doi:10.1111/dmj.12056

Idea Facilitation—A Tool for Experience and Service Innovation

2020· article· en· W3138146728 sur OpenAlexaff
Hina Shahid

Notice bibliographique

RevueDesign Management Journal (Former Series) · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueTeam Dynamics and Performance
Établissements canadiensMerck Canada Inc. (Canada)
Organismes subventionnairesnon disponible
Mots-clésIdeationOperationalizationNew product developmentService (business)Product (mathematics)Knowledge managementProduct innovationService designBridge (graph theory)FacilitationDesign thinkingBrainstormingProcess managementProduct designService innovationCreativityAdaptabilityMarketingComputer scienceBusinessService delivery frameworkPsychologyManagementEconomicsHuman–computer interaction

Résumé

récupéré en direct d'OpenAlex

Product and service innovation does not happen in isolation; it requires a cross‐functional team—most of whom are not designers and may not even be familiar with design practices. In digital product or service offering, more often than not the core team developing/enhancing product consists of multiple functions—from design and engineering to marketing and sales, with little or no familiarity with design processes and practices such as creative ideation. In such cases, ideation becomes a platform for groupthink and corporate inertia, deterring lateral thinking and innovation. Hence, a structured approach to idea facilitation can help achieve the maximum opportunities availed by ideation sessions: innovative experience and service ideas. Structured ideation frameworks can discourage linear thinking and encourage teams to think strategically and laterally—by switching perspectives, identifying multiple points of view, challenging assumptions, and contextualizing problems. This paper provides a number of idea facilitation frameworks that enable creative and innovative outcomes when working with a multifunctional team—with design and nondesign professionals with various levels of product–service development experience. These frameworks bridge the gap between insights and strategy and create conditions necessary for creative and lateral thinking. Additionally, it provides best practices to help operationalize idea management.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,805
Score d'incertitude au seuil0,568

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,060
Tête enseignante GPT0,313
Écart entre enseignants0,253 · 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'étudeSans objet
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDesign Management Journal (Former Series)Même sujetTeam Dynamics and PerformanceTravaux en français237 207