MétaCan
Menu
Retour à la cohorte
Enregistrement W4412361876 · doi:10.22543/1948-0733.1589

Emerging Paths of Presencing Leadership: A Nature-Inspired Framework for Cultivating Presencing as a Way of Being

2025· article· en· W4412361876 sur OpenAlexaff
Olen Gunnlaugson

Notice bibliographique

RevueJournal of Values-Based Leadership · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueOutdoor and Experiential Education
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésSociologyComputer science

Résumé

récupéré en direct d'OpenAlex

This article reimagines leadership as an ecologically attuned practice of presencing, grounded in ethical responsiveness to nature’s underlying generative intelligence. It invites leaders to cultivate a nature-informed sensibility and imaginal attunement to emergence. Rooted in three naturesourced, orienting principles — the Rhizomic, Telluric, and Heliotropic — this framework integrates Dynamic Presencing’s (DP) foundational gestures of letting go, letting be, and letting come. These principles guide leaders through three interwoven narrative phases of leadership apprenticeship: Coming Home, Being Home, and Venturing Forth from Within. The Rhizomic principle invites a grounded, non-linear mode of leadership rooted in humility and openness, supporting leaders in releasing control and cultivating authenticity. The Telluric principle fosters deep inner presence and ethical discernment, enhancing the capacity to hold space with steadiness and care amid complexity. The Heliotropic principle aligns leaders with emergent possibilities, guiding their actions toward collective well-being and the unfolding of shared potential. Together, these principles illuminate the inner transformation required for presencing leadership—one guided by a nature-inspired wisdom ethic that is responsive to complexity and grounded in timely, coherent action. By reimagining presencing in this way, this DP framework empowers leaders to source their ethical action from a deeper ecological, more-than-human context.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,007
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0050,029
Communication savante0,0070,008
Science ouverte0,0020,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,076
Tête enseignante GPT0,404
Écart entre enseignants0,328 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Values-Based LeadershipMême sujetOutdoor and Experiential EducationTravaux en français237 207