MétaCan
Menu
Retour à la cohorte
Enregistrement W4322628510 · doi:10.1108/lodj-05-2022-0229

Three change strategies in organization development: data-based, high engagement and generative

2023· article· en· W4322628510 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueLeadership & Organization Development Journal · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueOrganizational Change and Leadership
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésGenerative grammarMindsetGenerative modelTransformational leadershipChange management (ITSM)OriginalityPlanned changeValue (mathematics)Agile software developmentDialogicPsychologyBusinessProcess managementSociologyKnowledge managementOrganizational changePolitical sciencePublic relationsManagementMarketingComputer scienceSocial psychologyEconomicsPedagogyArtificial intelligenceCreativity

Résumé

récupéré en direct d'OpenAlex

Purpose This article categorizes organization development (OD) approaches to change management into three categories and explains their differences and when each might be most appropriate. It focuses on the differences between two different change strategies that utilize the same methods and are associated with a Dialogic OD mindset: high engagement and generative. The generative change strategy is the newest and least discussed in the change literature. The article endeavors to alert practitioners and researchers to important differences that make the generative change strategy the most rapid and transformational catalyst for change of the three. Design/methodology/approach Descriptions of the high engagement and generative change strategies are followed by brief case examples. The differences in roles and activities of leaders (sponsors), change agents and those affected by the change are identified. Propositions about when each strategy is appropriate are offered. Findings The rate and depth of change produced by generative change is beyond what change professionals normally aspire to. High engagement strategies appear to be the most common form of dialogic organizational consulting. It is probably not coincidental that managerial control is retained while engaging the targets of change in participating on some aspect of change planning and solution finding. Generative strategies that lead to rapid transformations are based on complexity science, so are more agile, emergent and self-organizing, and thus less managerial control. A generative strategy is of limited value when high levels of interdependence or large capital outlays require central coordination of change. In such cases, high engagement is a better choice. Originality/value The authors believe this is the first article to identify the differences between high engagement and generative strategies utilized by Dialogic OD practitioners using large group interventions and propose when each may be the most appropriate. Additionally, the generative change model provides a new lens for creating a path to the agile organization.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,149
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,005
Études des sciences et des technologies0,0010,000
Communication savante0,0010,003
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,272
Tête enseignante GPT0,274
Écart entre enseignants0,002 · 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