MétaCan
Menu
Retour à la cohorte
Enregistrement W4411629900 · doi:10.69470/tx331a58

ADVANCES IN THE METHODOLOGY OF PRESENCING

2025· article· en· W4411629900 sur OpenAlexaff
Olen Gunnlaugson

Notice bibliographique

RevueInternational journal of presencing leadership & coaching. · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueCounseling, Therapy, and Family Dynamics
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

This article introduces letting be as a transformative third gesture of presencing within Dynamic Presencing (DP) (Gunnlaugson, 2020-2025), introducing a new ontological region within the presencing process—beyond the familiar Theory U-based sequence of letting go and letting come. As a foundational gesture, letting be grounds the presencing process by offering a space for indwelling through the Five Level-Depths of Presence (Gunnlaugson, 2025). Integrated into the DP method, this gesture initiates an apprenticeship that shifts presencing from a way of knowing into an emerging presencing-based way of being. This article explores the pivotal and multifaceted contributions of letting be in stabilizing presence, cultivating relational and ontological depth, and fostering the presencing practitioner’s capacity to embody presencing across both individual and collective contexts of practice. Through these and other contributions, letting be reorients the presencing process beyond the Theory U (TU) (Scharmer, 2007-2018) framework, opening new ontological territory within presencing with particular relevance for applied domains such as leadership and coaching, while supporting the ongoing development of presencing practice.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,284
Score d'incertitude au seuil0,475

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,137
Tête enseignante GPT0,421
Écart entre enseignants0,284 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational journal of presencing leadership & coaching.Même sujetCounseling, Therapy, and Family DynamicsTravaux en français237 207