The Body in Technology and Organization Studies
Notice bibliographique
Résumé
This symposium explores how the field of technology and organization studies may benefit from paying more attention to the role of the body. As recent studies have shown, lived experiences, sensemaking, knowing, coordination and overall performance at work become reconfigured as emerging technologies reshape physical engagement and human interaction. Four papers will be presented exploring questions around how a focus on the body allows us to understand changes in knowing; situation awareness; movement at work; and coordination. The diversity of research settings (sports, police work, restaurants, and healthcare) offers us the possibility to reflect on boundary conditions and build conceptual bridges in examining the importance of an embodiment perspective for theorizing technology, work and organizing. Two discussants with expertise in embodiment will help connect the studies with the growing stream of literature on embodiment and will facilitate discussion with the audience to explore avenues for future research. You win some, you lose some: Worker self-knowing through digital self-tracking technologies Author: Lorna Anne Downie; Vrije U. Amsterdam Author: Ella Hafermalz; Vrije U. Amsterdam Author: Marleen Huysman; KIN Center for Digital Innovation, Vrije U. Amsterdam Author: Stella Pachidi; U. of Cambridge Police officers’ embodied and material realities of accessing information in action Author: Lauren Waardenburg; ESSEC Business School Author: Ella Hafermalz; Vrije U. Amsterdam Moving at work: An ethnography of autonomous mobile robots at a restaurant Author: Melissa Sexton; Vrije U. Amsterdam Author: Anastasia Sergeeva; Vrije U. Amsterdam Author: Maura Soekijad; Vrije U. Amsterdam The space between us: Embodiment and the configuration of coordination Author: Samer Faraj; McGill U. Author: Karla Sayegh; U. of Cambridge
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 | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».