Research in Organizational Change and Development: Reflexive Conversations of ROCD 30 Authors
Notice bibliographique
Résumé
For the past 36 years, ROCD has provided the organization development and change community with a platform to share new empirical research, insights about change and organization development, and learnings relevant to scholar-practitioners. Most of the contributors to ROCD 30 (six out of seven chapters) have been in the field for 30 years or longer. As a component of celebrating the publication of ROCD Volume 30, we invited the authors to reflect on their contributions and participate in a facilitated reflexive conversation about the development of their individual and shared scholarship, on the state of the field, and on “Putting the Worker Front and Center”. Following the success in previous years, the interactive design of the session will maximize continuous conversations in small groups and in the larger community. Reflections: Individually and Jointly Reconceiving OD to Foster a Hospitable Future Author: Susan A. Mohrman; U. of Southern California, retired Author: Jean M. Bartunek; Boston College Research in OD&C: A Personal Journey through Methods and, Finally, Pragmatism Author: Philip H. Mirvis; Babson Social Innovation Lab Creating and Building Shared Scholarship in Organization Development and Change: A Metalogue Author: David Coghlan; U. of Dublin, Trinity College Author: A.B. Rami Shani; California Polytechnic State U. Applying Management and Organization Theory to Org Change & Development: More than Meets the Eye Author: Thomas G. Cummings; U. of Southern California Author: Chris Worley; Pepperdine Graziadio Business School Developing a Sustainable High Commitment, High Performance System of Organizing, Managing, & Leading Author: Michael Beer; Harvard Business School The Role and Relevance of Discourse and Discursive Perspectives in Org Change & Development Author: Clifford Oswick; City U. London Author: Yuan Li; Saint Mary's College of California Exploring the Richness of Action Learning Research to Exploit Action Learning in Networks Author: David Coghlan; U. of Dublin, Trinity College Author: Paul Coughlan; U. of Dublin
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 | 0,066 | 0,116 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,017 | 0,023 |
| Communication savante | 0,024 | 0,015 |
| Science ouverte | 0,003 | 0,019 |
| Intégrité de la recherche | 0,006 | 0,034 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».