MétaCan
Menu
Retour à la cohorte
Enregistrement W4388778323 · doi:10.17705/1cais.05330

An Action Design Research Study on Responsible Innovation Teaching and Training for Information Systems Students

2023· article· en· W4388778323 sur OpenAlexaff
Sarah Cherki El Idrissi, Jacqueline Corbett

Notice bibliographique

RevueCommunications of the Association for Information Systems · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInformation Systems Theories and Implementation
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésKnowledge managementSustainabilityReflection (computer programming)Action (physics)Process (computing)Action researchReflexivitySet (abstract data type)Information systemFace (sociological concept)Engineering ethicsComputer sciencePsychologyEngineeringPedagogySociology

Résumé

récupéré en direct d'OpenAlex

While information systems organizations recognize the importance of incorporating responsible innovation into their activities, they often face difficulty implementing this practice because employees lack the required knowledge and skills, particularly the capacity for reflexivity and reflection. This paper aims to accelerate responsible innovation teaching and training for information systems students to expedite the process of positive change for sustainability. Using the action design research methodology and the responsible innovation lens, we developed a workshop enabling information systems students to form measurable reflection skills. The workshop evaluation suggests that learning took place and that students are willing to adopt responsible innovation in their future workplaces. A set of design guidelines is proposed to guide further training programs to enhance students’ ability to address complex challenges responsibly. This paper answers the call for more impactful information systems research to address societal and environmental challenges and enriches the literature on sustainable social development and business practices.

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)0,044
score de la tête « metaresearch » (Gemma)0,008
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,793
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0440,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0050,000
Communication savante0,0010,006
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 Opus0,385
Tête enseignante GPT0,530
Écart entre enseignants0,146 · 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.

Devis d'étudeQualitatif
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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCommunications of the Association for Information SystemsMême sujetInformation Systems Theories and ImplementationTravaux en français237 207