Exploring the process of management system implementation: a case of Six Sigma
Notice bibliographique
Résumé
Purpose The purpose of this study is to discover the learning mechanisms and temporal dynamics of implementing systems (Six Sigma) as it unfolds over time. Design/methodology/approach The data come from a European engineering company that was implementing a Six Sigma-based quality management system (QMS) over a seven-year period. The analysis is based on an event-sequence reconstruction of the implementation process as it unfolded over time and discovers four different learning mechanisms that emerged: programmatic, persistent, adaptive and dialectical learning mechanisms. The research follows a process design study, where the authors study how the process unfolds over time. Findings Much of the literature on implementing management systems suggests that implementation follows a prescribed sequence of “turn-key” steps. However, the findings show that only 40% of all events were driven by prescribed “turn-key” generic practices, while 56% of events required constructing new practices via adaptive and dialectical learning. Moreover, the implementation process did not proceed in a linear programmatic fashion, but instead followed a punctuated equilibrium pattern, which alternated between periods of incremental change and major organizational change. The study also found that implementation required changing many complementary organizational structures and practices that were interdependent with the management system (i.e. Six Sigma). By understanding the implementation process, managers can better assess the time and effort involved, better adapt the system to their situated context and predict critical junctures where implementation could break down. Originality/value This research complements the few studies that have examined the process of implementing management systems. Most studies examine factors or conditions that result in implementation success (the what of implementing systems), but few examine the process of implementation and the learning that takes place during implementation (the how of implementing systems), which is a complex nonlinear process that involves different modes of learning.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 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 ».