Honour, culture & valuing change : research on local culture shift
Notice bibliographique
Résumé
Assertions that organizational change initiatives experience high rates of failure suggests knowledge about how culture shifts is incomplete. Framed in the context of Operation HONOUR, the Canadian Armed Forces’ effort to eradicate inappropriate sexual behaviours, this overview summarizes an interdisciplinary action research project which explores how culture shifts during a deliberate workplace change initiative. Employing a six-step Competing Values Framework process and a mixed-model design, the dissertational research project’s methods include a bespoke differential approach to unpacking quantitative data which is presented as valuing. This approach includes administration of the Organizational Culture Assessment Instrument (OCAI © 2006, Kim Cameron), open and axial coding of participant working group materials, and email exit interviews. Building on theory incorporated from multiple branches of the academe, this exploratory research uses the lens of culture as something people do, as an enacted phenomenon, to arrive at several insights. Notably, while the imperative to enhance the capacity of workplace members to lead their own workplace culture shift remains important, the role leaders play in championing culture shift is reinforced. Several themes linked to what “good” looks like for a just and inclusive workplace emerge, along with dimensions usable for qualifying success and detractors that can undermine a culture shift initiative. The three parts of the dissertational portfolio are summarized: two manuscripts and a seminar aimed at enhancing practitioners’ and scholars’ capacity to lead, or be an ally to, shifting culture in the workplace. The main contributions of this research are the development of the valuing approach to measuring culture shift, the emergence of themes and insights useful to researchers and practitioners, demonstration of mixed-methods’ utility, and the addition of knowledge to a limited body of applied research that frames workplace culture as enacted.
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 | 0,012 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,009 | 0,016 |
| Communication savante | 0,011 | 0,010 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».