MétaCan
Menu
Retour à la cohorte
Enregistrement W43753694

Climate: A changing environment for business

2009· article· en· W43753694 sur OpenAlexaff
A. Griffiths, Elmar Guenther, Manfred Kirchgeorg, Martina K. Linnenluecke, Monika Winn

Notice bibliographique

RevueQueensland's institutional digital repository (The University of Queensland) · 2009
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueComplex Systems and Decision Making
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésSurpriseClimate changeSustainabilityConstruct (python library)BusinessComputer scienceEnvironmental resource managementKnowledge managementEconomicsSociologyGeology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Even as the world is becoming accustomed to the reality of climate change, its impacts are experienced by organizations in the form of more and increasingly disastrous events like storms, droughts and floods, as well as slower changes like sea level rise or changing growing seasons. Unprecedented losses, coupled with equally unprecedented levels of uncertainty around future losses, are already generating major challenges for organizational decision makers. Core to these climatic changes has been the way in which industrial and economic systems have treated the Earth’s natural systems – referred to in the scientific literature simply as “business as usual”. We argue that there is an urgent need to develop the theoretical foundations that can to help firms prepare for surprise (King, 1994), that is, to prepare for the difficult to predict and severe changes which are expected to affect organizational environments. Toward this foundation, we introduce and define “Massive Discontinuous Change” (MDC) as a new and critical construct at the core of building a better understanding of organizational and strategic implications. We then examine applicable management theories for their contributions to inform business strategy in the face of massive discontinuous change, focusing specifically on work in sustainability management, risk management and organizational change. We argue that more of the same equates to business as ususal. The paper closes with suggestions for future directions for management research on massive discontinuous 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 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)0,000
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 enseignants0,592
Score d'incertitude au seuil0,917

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,045
Tête enseignante GPT0,273
Écart entre enseignants0,228 · 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

Citations1
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQueensland's institutional digital repository (The University of Queensland)Même sujetComplex Systems and Decision MakingTravaux en français237 207