Finding (a theory of) Leverage for Systemic Change: A systemic design research agenda
Notice bibliographique
Résumé
To search for leverage is to use systemic design to find ways to accelerate progressive systemic change. The theory of leverage was first conceptualized by Donella Meadows with “Leverage Points: Places to Intervene in a System” in 1997. Yet while Meadows’s typology of leverage points is popular and influential, little has been done to critique or substantially advance her ideas since they were first published. As a result, we lack a modern theory of leverage. In this article, I relate systemic change to the search for leverage and outline why leverage matters. I present a brief overview of Meadows’s original work. Then, I synthesize the major contributions that have built on Meadows’s theory of leverage in the last 25 years. Next, I present a critique of Meadows’s original work, highlighting what we know about leverage and what we have yet to learn. This includes the development of a framework identifying how the degree of leverage relates to the acceleration of progressive (or retrograde) systemic change. Finally, I organize these ideas into a research agenda featuring four areas: dimensions of leverage, methods for leverage, strategy with leverage, and execution on leverage. Meadows wrote about the metaphor of “dancing with systems.” By advancing leverage theory, I believe we can better learn to “dance with systemic change.”
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,046 | 0,055 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,006 | 0,065 |
| Communication savante | 0,021 | 0,036 |
| Science ouverte | 0,004 | 0,010 |
| Intégrité de la recherche | 0,007 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».