What Now? What Are We Missing? What Do We Need to Learn and Change as Management Scholars?
Notice bibliographique
Résumé
This proposed panel symposium explores how management paradigms/research could evolve to encompass the realities of swiftly-changing politics, social norms, and polycrisis. Opening key knowledge gaps, provocateurs reflect research on what is missing and how to move new insights forward. Sandra Waddock (Boston College) introduces topics and speakers then asks what next in the light of global challenges shifting democratic and egalitarian norms? What now and how to catalyze transformative action? Brad Agle (Brigham Young) discusses The Totality of Allegiance: Inside the Hearts and Minds of Trump Supporters (with Travis Ruddle), which researched how so many good, honest, hardworking Americans could support a politician who clearly did not share many of their values or personal conduct. Irene Henriques (York U) explores how the massive increase in information availability and growing specialization of media outlets has transformed stakeholder perceptions of when their interests and identities are at risk or could be advanced by influencing firm behavior. Otto Scharmer (MIT) introduces Presencing: Seven Practices for Transforming Self, Society, and Business (with Kaufer), and the concept of social soil, arguing that democracy is undermined by two main forces: dark money and ‘dark tech’. Bobby Banerjee (City St George’s, U London) explores key aspects of Project 2025 – a US-manifesto so radical and regressive that even Donald Trump tried to distance himself from it. These topics and numerous others based on audience input arguably need to be incorporated into management thinking, paradigms, and research to evolve a world that copes with today’s emerging polycrisis.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,006 | 0,019 |
| Science ouverte | 0,001 | 0,003 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».