MétaCan
Menu
Back to cohort
Record W4394992160

La capacité créative organisationnelle : création et validation d'une échelle de mesure multidimensionnelle

2022· preprint· en· W4394992160 on OpenAlexaboutno aff
Zeinab Sheet

Bibliographic record

Venuetheses.fr (ABES) · 2022
Typepreprint
Languageen
FieldBusiness, Management and Accounting
TopicIntellectual Capital and Performance Analysis
Canadian institutionsnot available
Fundersnot available
KeywordsScale (ratio)Computer scienceKnowledge managementData scienceGeographyCartography
DOInot available

Abstract

fetched live from OpenAlex

L'objectif de cette recherche doctorale est d'identifier les dimensions qui constituent la capacité créative organisationnelle (CCO) et de proposer une échelle pour mesurer la CCO. L'importance d'avoir un modèle de la capacité créative organisationnelle réside dans le fait qu'elle est constituée d'un ensemble de routines organisationnelles qui favorisent les actes créatifs (Napier et Nilsson, 2006) et qui permettent la gestion, le développement et la durabilité de la créativité organisationnelle dans le temps. Le gap réside dans le fait que la littérature sur la créativité organisationnelle présente peu les routines organisationnelles qui constituent la CCO et qui favorisent les actes créatifs et ne propose pas de modèle empirique de la capacité créative organisationnelle. Afin de construire un modèle de la CCO, mais aussi de construire une échelle pour mesurer la CCO, nous avons suivi la méthodologie de Churchill (1979) qui consiste en trois étapes principales : (1) la génération d'items, (2) la purification de l'échelle, et (3) l'estimation de sa validité et de sa fiabilité. Tout d'abord, lors de l'étape de génération d'items, nous avons passé en revue la littérature sur la créativité organisationnelle et mené une série de 20 entretiens semi-directifs avec des personnes travaillant dans des industries créatives. Cette étape nous a permis d'identifier les dimensions de la CCO et les items qui les constituent. Ensuite, dans l'étape de purification des échelles, nous avons mené une étude quantitative exploratoire en recueillant des données dans des industries créatives et des industries à tendances créatives en France et au Québec-Canada. Cette étape nous a permis de raffiner la mesure de la CCO. Enfin, dans l'étape d'estimation de la validité et de la fiabilité de l'échelle, nous avons réalisé deux collectes de données internationales dans les mêmes industries que celles ciblées dans l'étude exploratoire. Ces deux collectes correspondent à deux études confirmatoires qui visent à estimer la validité et la fiabilité de notre échelle de mesure. A la fin du processus de construction de l'échelle, nous avons obtenu cinq dimensions de la CCO avec 16 items. Ces dimensions sont : (1) socialisation interne des idées, (2) équipement créatif, (3) ouverture externe, (4) agilité organisationnelle et (5) gestion des idées.La validation de cette échelle de mesure fournira aux organisations un outil d'audit interne pour évaluer et améliorer leurs capacités créatives. Les limites, les contributions et les voies de recherche sont présentées dans la section de discussion de cette thèse.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.001
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Insufficient payload (model declined to judge)
Consensus categoriesInsufficient payload (model declined to judge)
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Simulation or modeling · Consensus signal: Simulation or modeling
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.171
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0020.001
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0010.001
Science and technology studies0.0010.000
Scholarly communication0.0000.001
Open science0.0010.001
Research integrity0.0000.001
Insufficient payload (model declined to judge)0.0120.001

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.

Opus teacher head0.029
GPT teacher head0.261
Teacher spread0.233 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; both teacher heads agree on what is shown here.

Study designSimulation or modeling
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2022
Admission routes1
Has abstractyes

Explore more

Same venuetheses.fr (ABES)Same topicIntellectual Capital and Performance AnalysisFrench-language works237,207