Change, Loss, and Grief in Organizations
Notice bibliographique
Résumé
This symposium, titled “Change, Loss, and Grief in Organizations,” explores the multifaceted impact of change, loss, and grief on employees and organizations. Change, loss, and grief—whether personal or professional—are universal experiences that shape the work-life interface. However, organizational scholarship has only begun to unpack the complex ways these experiences influence individuals and workplaces. This symposium advances understanding by examining the varied and nuanced ways individuals process both personal and professional change, loss, and grief, including how these processes affect communication, sense-making, and recovery; and strategies organizations, leaders, and colleagues can adopt to effectively support those navigating these experiences and emotions. Bringing together diverse methodological approaches—mixed methods, qualitative, and quantitative—this symposium highlights innovative perspectives on how employees experience, cope with, and adapt to change, loss, and grief in the workplace. Research-based insights from these papers aim to inform organizational policies and practices that foster resilience, compassion, and well-being. The symposium seeks to engage scholars interested in change, loss, and grief, while offering actionable recommendations for future research and practice. Understanding Loss: How Experiences of Loss and Coping Strategies Impact Wellbeing Author: F Katelynn Boland; Answered and Abandoned: Navigating Meaningfulness and Mental Health After Abandoning a Calling Author: Shannon Leigh Sciarappa; Boston College In for the Long Haul: How Long COVID and Loss of Self Shape Identity, Well-being, and Work Author: Elizabeth E. Stillwell; The London School of Economics & Political Science Author: Jayci Robison Pickering; When Loss Bleeds into Work Life: How Workers Manage Disenfranchised Grief Author: Elizabeth Sheprow; Harvard Business School Author: Alexandra Feldberg; Harvard Business School Why Grit Doesn’t Work For Grief Author: Daniel J. Chiacchia; University of Toronto Author: Rachel Lise Ruttan; University of Toronto Author: Katherine Ann DeCelles; University of Toronto Author: Sora Jun; Rice University Author: George Newman; University of Toronto
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 | 0,009 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,012 | 0,022 |
| Communication savante | 0,012 | 0,007 |
| Science ouverte | 0,001 | 0,010 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».