Outcome and process frames: Strategic renewal and capability reprioritization at the Federal Bureau of Investigation
Notice bibliographique
Résumé
Abstract Research Summary Framing is critical for leaders who must build support for strategic renewal. While research has concentrated on renewal that replaces one set of capabilities with another, we explore a distinctive challenge: how leaders persuade stakeholders to endorse the reprioritization of resources toward a capability set that must coexist with an existing one. Moreover, while research has focused on how leaders build employee support for renewal, we examine how to persuade those overseeing resource allocation. Our study analyzes Director Robert Mueller's 12‐year effort at the FBI—after the 9/11 terrorist attacks—to build up counterterrorism capabilities while maintaining existing law enforcement capabilities. We offer a novel distinction between outcome frames and process frames and discuss how each frame, sequenced properly, is relevant to strategic renewal. Managerial Summary This study examines how leaders can build support for strategic renewal when an organization must develop new capabilities while maintaining existing ones. We analyze how FBI Director Robert Mueller, in the wake of 9/11, used strategic communication—or framing—to persuade members of Congress overseeing the FBI's budget to support the development of new counterterrorism capabilities alongside its traditional law enforcement mandate. We highlight two types of frames: outcome frames (focused on what the organization seeks to achieve) and process frames (emphasizing how the organization operates). Our findings reveal that sequencing these types of frames is essential. By using outcome frames to address immediate concerns and shifting to process frames to resolve longer‐term tensions, leaders can build stakeholder support for complex resource reprioritization efforts.
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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 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 ».