MétaCan
Menu
Retour à la cohorte
Enregistrement W7026768960

Awe-full Research: Opening Minds in High-Stakes Meetings Through Wonder

2025· article· en· W7026768960 sur OpenAlexaboutno aff

Notice bibliographique

RevueJournal of the Association for Information Systems · 2025
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueMedia Influence and Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWonderPhase (matter)Plan (archaeology)Psychological interventionTest (biology)Baseline (sea)Vendor
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Did you know Minnesota has more shoreline than California, Florida, and Hawaii combined? Or that Montreal, beating Boston, has the highest concentration of post-secondary students of all the major cities in North America? No wonder it is a great city for academic conferences and track discussions! These surprising facts are more than trivia—they can induce awe, a powerful emotion defined as a sense of wonder capable of reshaping our mental models or the way we think (Keltner & Haidt, 2003). Awe can lead to increased openness, perspective-taking, and creative thinking—qualities that are often missing in high-stakes collaborative meetings, where biases, fixed mindsets, and rigid agendas can limit innovation (Perlow et al., 2017). Although strategies like virtual reality, meditation, and yoga have been shown to promote openness, we seek to address a practical gap. Specifically, we aim to identify how and whether simple, affordable, and scalable interventions prime openness, creativity, and shared understanding in collaborative IS meetings where business outcomes are on the line, such as requirements gathering, vendor negotiations, strategic IT planning, and system implementations. We propose a multi-phase study to answer these questions. In Phase 1, we plan to pilot test awe-inducing stimuli across the five senses using small focus groups, followed by a survey to determine the most effective stimuli per sense. In Phase 2 we will, in random order, assign participants all seven effective stimuli (within subjects design) identified during Phase 1, using observation, interviews, and surveys to measure awe responses and effectiveness. Phase 3 will use small groups (treatment and control) of randomly assigned students participating in lab-based, collaborative, brainstorming sessions simulating high stakes via time pressure, competition, and big rewards based on performance. Observations, interviews and surveys will assess effects on openness, creativity, and performance. By our conference presentation, we will have completed Phases 1 and 2 and identified the most effective scalable interventions for inspiring awe. While initial participants are students, we aim to extend Phase 3 to field studies, particularly among professionals in IS roles. Our ultimate goal is to develop accessible interventions to prime high-stakes meetings for open minds and innovation.

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)0,006
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,780
Score d'incertitude au seuil0,476

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
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 savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,104
Tête enseignante GPT0,350
Écart entre enseignants0,246 · 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'étudeSans objet
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 the Association for Information SystemsMême sujetMedia Influence and HealthTravaux en français237 207