Shirley Dong at Schneider Electric: A Female Technical Leader’s Career at a Crossroads
Notice bibliographique
Résumé
This case depicts the critical decisions Xingli Dong (Shirley) made during her career transition from a female Ph. D. in engineering to Energy Automation R&D VP of Schneider Electric and sparks a discussion on her next key decision for a career change. In this male-dominated field, she met a barrage of suspicion and setbacks during her growth from a female Ph. D. in engineering to the head of the R&D Center, especially in carrying out an eight-year-long project. Shirley insisted on leading the team with open-mindedness and inclusiveness, making rapid and incremental iterations through trial and error. The successful project delivery earned her the trust of the headquarters and an opportunity to lead the company’s global R&D business. The new position, however, required her to balance work and family and manage a global R&D team while working in China. With authentic leadership, she won the trust and recognition of her 300-strong cross-cultural R&D team; with empathy, she managed to close down a site in Poland. Inspired by other excellent female leaders, she continuously reflected on female executives’ unique strengths. In October 2021, Schneider Electric organized a 360 Leadership Assessment for senior executives, during which Shirley realized her weaknesses in strategic thinking would put her in a weaker position to exercise leadership in the long run. Shirley began to consider whether she should leverage her existing strengths in her existing role or venture out of her comfort zone to seek new opportunities. However, she had doubts about whether Schneider Electric would support her pivot into an innovation-related role, where she had no particular advantage.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,034 |
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 ».