MétaCan
Menu
Retour à la cohorte
Enregistrement W7132734813

DEI at Schneider Electric: From "Why" to "How"

2023· other· en· W7132734813 sur OpenAlexaff
Siew Kim Jean Lee, Liman Zhao

Notice bibliographique

RevueCEIBS Institutional Repository · 2023
Typeother
Langueen
Domaine
Thématique
Établissements canadiensCentre Casa
Organismes subventionnairesnon disponible
Mots-clésPosition (finance)Inclusion (mineral)OfficerDiversity (politics)Government (linguistics)Mainland China
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This case introduces Schneider Electric’s 15-year-long exploration of Diversity, Equity, and Inclusion (DEI), aimed at providing “equal opportunities to everyone everywhere and to ensure all employees feel uniquely valued and safe to contribute their best.” Through various approaches to initiate DEI, Schneider Electric has seen a shift from employees questioning DEI to accepting it and asking how to implement it. This case ends with a tough decision for Charise Le, Chief Human Resources Officer (CHRO) at Schneider Electric. As a Chinese woman leader, Charise appreciated the Group’s DEI strategy and culture, allowing her to assume a global role in mainland China. Early in 2022, she had to make her own choice and lead the recruiting panel on a final decision between two candidates (John Carney and Lucy Chiang) for a country president position at Schneider Electric. Both John and Lucy were outstanding from a business perspective. Lucy’s expertise seemed to meet the business strategy needs better, but she had issues with managing people. Comparatively, John had a weaker impact on leading newly formed decarbonization initiatives but acted as a more inclusive leader who enjoyed wide acceptance among all his prior subordinates. This decision kept Charise up at night. Appointing Lucy will make the Group’s country presidents more diversified but Charise worries whether it is a “fair play” to John. That is, does focusing on diversity lead to sacrificing “equity” in this case? How should Charise and the recruiting panel practice the Group’s DEI principles in this decision?

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,096

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0130,005
Communication savante0,0070,006
Science ouverte0,0010,004
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0290,005

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 Opus0,017
Tête enseignante GPT0,244
Écart entre enseignants0,227 · 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 source (Gemma direct ou Codex distillé), 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
GenreAutre

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCEIBS Institutional RepositoryTravaux en français237 207