MétaCan
Menu
Retour à la cohorte
Enregistrement W4404870377 · doi:10.1177/10525629241300463

Transforming the Business School Ethos Through the Teaching of a “Strong” Social Innovation: Pedagogical Opportunities and Tensions

2024· article· en· W4404870377 sur OpenAlexaff
Marc D. Lachapelle, Anne Mesny, Geneviève Proulx-Masson, Chantale Mailhot

Notice bibliographique

RevueOrganizational Behavior Teaching Review · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueManagement and Organizational Studies
Établissements canadiensUniversité du Québec à MontréalHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésEthosSocial innovationPedagogySociologyPolitical sciencePublic relations

Résumé

récupéré en direct d'OpenAlex

Over the past 15 years, social innovation (SI) has gained ground as a promising approach for tackling today’s grand challenges. A “weak” conception of SI focuses on improving how social needs are addressed through new products, services, technologies, business models, or practices. In contrast, a “strong” conception emphasizes deep social transformation and the empowerment of historically marginalized groups. In management education, SI has predominantly been taught through the lens of the weak conception. This paper explores the pedagogical opportunities and challenges of teaching a strong SI to business school students. We conducted a qualitative study of six courses that emphasize a strong SI, drawing on semi-structured interviews with both instructors and students. Our findings reveal the transformative potential of these courses, suggesting they can better prepare students to tackle today’s complex challenges by reshaping the traditional ethos of business schools. However, teaching a strong SI also requires instructors to navigate several key tensions related to action, organizations, management, emotional engagement with the world, and consideration of values and politics. These tensions offer a pedagogical map not only for courses centered on a strong SI but also for those adopting a critical approach to management and business organizations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,963
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,144
Tête enseignante GPT0,348
Écart entre enseignants0,204 · 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 tête enseignante, pas un consensus.

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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOrganizational Behavior Teaching ReviewMême sujetManagement and Organizational StudiesTravaux en français237 207