MétaCan
Menu
Retour à la cohorte
Enregistrement W4400443864 · doi:10.5465/amproc.2024.10650abstract

Doing Jurisdictional Work: Organizations and the Nurturing of Professionalization

2024· article· en· W4400443864 sur OpenAlexaff
Yaru Chen, Ian Kirkpatrick, Trish Reay

Notice bibliographique

RevueAcademy of Management Proceedings · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLabor Movements and Unions
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésProfessionalizationWork (physics)Engineering ethicsPolitical sciencePublic relationsSociologyBusinessEngineeringLaw

Résumé

récupéré en direct d'OpenAlex

There has been significant attention to professionalization projects, although the focus has so far been almost exclusively on how professionals themselves engage in actions designed to claim or extend their jurisdiction. We build on recent work exploring a potentially symbiotic relationship between organizations and professionals, to explain how organizational actors can encourage and facilitate processes of professionalization. Drawing on data from China, we studied the experiences of Community Health Centers (CHCs) as they participated in the development of the General Practitioner profession. We develop a conceptual model explicating three sub-processes that organizations can enact to support the efforts of new professionals as they attempt to realize the extent of their jurisdiction within workplace settings. By highlighting the jurisdictional work of organizational actors, we contribute to the literature by developing a more nuanced understanding of the symbiotic relationship between organizations and professionals. We also contribute to the literature by showing how organizations can provide opportunities for professionals to establish relational authority and claim jurisdiction as they engage in the co-production of professionalization projects.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,024
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0170,046
Communication savante0,0100,006
Science ouverte0,0020,018
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,010
Tête enseignante GPT0,290
Écart entre enseignants0,280 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management ProceedingsMême sujetLabor Movements and UnionsTravaux en français237 207