Session 12. Oral Presentation for: Leading transformations – a holistic approach to leadership development
Notice bibliographique
Résumé
Presented on Wednesday 22 May: Session 12 So, what was Woodside’s challenge? How does an organisation lead through a business transformation, an industry transformation and a global energy transformation simultaneously? And what was Woodside’s answer? To redefine a whole of business approach to leadership and uplift leadership capabilities. The first step was to create a framework to revolutionise the concept of leadership and uplift leadership capability. Woodside wanted every employee to identify as a leader and lead, no matter what their role. In 2021, Woodside partnered and co-created a leadership development program with the Australian Graduate School of Management (AGSM) at UNSW. The program was designed for employees to uplift their leadership capability while empowering Woodsiders to be more deliberate in developing themselves and the organisation into the future. The commitment to date has seen thousands of employees undertake residential immersions and other learning experiences. Leadership and inclusive leadership capability have been uplifted and the framework has been leveraged as Woodside has successfully transformed operating models and completed a large merger. What was originally a stick drawing drafted on a napkin between two Woodside colleagues is now a conclusive framework known as Navigator. Since its inception in 2021 more than 2600 employees across all five countries have attended a Navigator immersion and more than 2500 Apply Learning experiences have been completed globally. Navigator has expanded its global reach across Woodside’s operations in Australia, China, the USA, Trinidad, and most recently in Dakar, Senegal. To access the Oral Presentation click the link on the right. To read the full paper click here
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».