MétaCan
Menu
Retour à la cohorte
Enregistrement W4402123234 · doi:10.37725/mgmt.2024.8881

Collective Action for a Multispecies World: A Compositionist Approach to Grand Challenges

2024· article· en· W4402123234 sur OpenAlexaff
Mireille Mercier-Roy, Chantale Mailhot

Notice bibliographique

RevueM n gement · 2024
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueComplex Systems and Decision Making
Établissements canadiensHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésAction (physics)Collective actionGrand ChallengesComputer sciencePolitical sciencePhysicsPoliticsLaw

Résumé

récupéré en direct d'OpenAlex

As the field of management studies widens its scale of reflection to consider the socio-ecological ecosystems of which organizations are part, more attention is devoted to grand challenges. While extent literature generally treats them as exogenous objects, our focus here is on unfolding encounters with grand challenges. We conceive grand challenges as concrete problems of arbitration of more-than-human ways of life, where the managerial practices of organizations enact and transform grand challenges. We put forward a posthumanism and pragmatist style of thinking, which, we argue, can help us think with grand challenges and engage in creative ways of composing a common world. Through the story of a problematic situation where tangles of grand challenges abound, we offer a mode of construction that can help us compose what is, in a given situation, a ‘better’ world. This mode of construction is based on three sets of practices, namely, slowing down, multispecies world-making, and being present and grieving losses. It facilitates the emergence of new ways of composing the world, helps account for the implication of other species, and foregrounds the elaboration of worlds in a response-able way. Our paper contributes to the grand challenges literature by proposing a mode of attention and action that engages both management researchers and practitioners in the work of constructing multispecies worlds.

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)0,010
score de la tête « metaresearch » (Gemma)0,007
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: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0120,061
Communication savante0,0120,015
Science ouverte0,0040,011
Intégrité de la recherche0,0050,006
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,410
Tête enseignante GPT0,459
Écart entre enseignants0,048 · 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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueM n gementMême sujetComplex Systems and Decision MakingTravaux en français237 207