A Framework of Foreseen and Unforeseen Harms in Transformative Service Systems
Notice bibliographique
Résumé
Transformative service systems (TSSs) are designed to uplift human well-being. Yet, paradoxically, by necessity and in design, TSSs can also generate unintended harms for system actors. Our conceptual paper builds on recent service literature, as well as that on unintended consequences from a range of fields, to advance an integrative framework of harms in TSSs. Through the enabling theory of the doctrine of double effect, our framework organizes harms in the transformative service context, identifying that unintended harms can be both foreseen and unforeseen. Additionally, we find that the mechanism underlying these harms is system emergence. Emergence arises from the relative complexity of the service system and the relative dynamism of the issue the TSS aims to address. Our framework demonstrates that greater service system complexity increases the likelihood of foreseen harms, while greater relative dynamism increases the likelihood of unforeseen harms arising. Furthermore, we show how these two factors combine to promulgate the emergence of harms. We find that in instances where harm arises, greater service system adaption is required to mitigate such harms. However, some TSS harms are an inevitable and unfortunate secondary outcome of doing good, and these harms necessitate acknowledgment and acceptance by service designers.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,006 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,044 |
| Communication savante | 0,013 | 0,019 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,008 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».