Bibliographic record
Abstract
En fersk SINTEF-rapport slår fast at endringshastigheten i Norge øker. Norske bedrifter er derfor i økende grad avhengig av rask omstillingsevne, noe som fordrer en rekke komplekse lederegenskaper. I litteraturen beskrives hundrevis av teorier for vellykket lederskap, men flere forskere har påpekt at det er behov for et mer helhetlig teoretisk rammeverk. Transcenderende ledelse er et slikt holistisk rammeverk, som i en ny pilotundersøkelse av den norske mediebransjen synes å være et velegnet verktøy for å undersøke og presentere vellykket og ønskverdig lederatferd. Rammeverket belyser lederatferd langs tre dimensjoner: ledelse av andre, ledelse av organisasjonen og ledelse av seg selv. Rammeverket inkluderer dermed tre ledende teorier for lederskap: transformasjonsledelse, strategisk ledelse og autentisk ledelse, som samlet gir en god og konsis oversikt over hvilke nøkkelegenskaper ledere bør etterstrebe å inneha. Transcenderende ledere assosieres med bedre økonomiske resultater, bedre trivsel, et sterkere samfunnsansvar og større innovasjonskraft. Rammeverket er utviklet av Mary Crossan og kolleger ved Ivey Business School i Toronto, og har ikke tidligere vært beskrevet på norsk.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.005 |
| Scholarly communication | 0.009 | 0.008 |
| Open science | 0.002 | 0.012 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.108 | 0.034 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".