Cultural learning process: lesson from microhistory
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose The purpose of this paper is to examine the cultural learning process (namely, the development, practice and enhancement of cultural intelligence (CQ)) of a successful entrepreneur – Harold Bixby, a Pan American Airways expatriate, as reflected in the memoir of his experiences in China during 1933–1938. Design/methodology/approach This study adopts a microhistory approach as a methodology for studying history and the past while ultimately requiring evaluations informed by the present. This paper first identifies the literature gap on CQ development and the need to study historical accounts of the past in assessing the CQ development process. This study then outlines the four key foci of microhistory as a heuristic for making sense of on-going and past accounts of selected phenomena. Findings This paper finds that specific personality traits (namely, openness to experience and self-efficacy), knowledge accumulation through deep cultural immersion (namely, extensive reading/study, visiting/observation and interacting/conversation), critical incident and metacognition all contributed to Bixby’s CQ development, which was a time-consuming process. Originality/value The study contributes to debates around cultural learning and historical organization studies by providing a rich, qualitative study of CQ assessment and CQ development through microhistory. This study highlights the importance of cognitive CQ and the function of extensive reading/studying in the process of knowledge accumulation. This paper draws attention to critical incidents as an underexplored way of learning tacit knowledge. Moreover, this study suggests metacognitive CQ can be enhanced through meditative and reflexive teaching and research practices. These findings have significant implications for cross-cultural training programs.
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.
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 | 0,000 | 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) | 0,001 | 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 découle