No abstract

Purpose: This article addresses the main concerns of existing literature about resistance to change (RC) in organizations, namely the limited interpretative position regarding RC focusing mainly on negative aspects and excluding potential benefits, and the poor consensus or even understanding of RC sources in organizations.Design/methodology: To approach our goal, a systematic literature review will be carried out. The initial sample, obtained using reproducible search algorithms on Scopus and Web of Science, comprises 65 papers. After applying five inclusion/exclusion criteria supported by previous systematic reviews, the final sample consists of 30 papers.Findings: This article demonstrates the prevalence of a negative position toward RC and reveals efforts to harness the potential benefits of RC. In addition, from 126 specific RC sources extracted from the analyzed papers, it discovers and discusses 22 sub-typologies of RC sources, which are grouped into five typologies. Practical implications:The paper enables the future identification of, evaluation of, and intervention in 22 potential RC sources in organizations distinguished into five typologies. The taxonomy also enables researchers to organize and summarize study topics/subtopics regarding RC in the organizational arena.Social implications: This paper draws attention to the need to recognize the meaning and implications of three alternative positions relating to RC in organizations (positive, negative, and neutral). Originality/value:The paper provides a comprehensive taxonomy of RC sources beyond the traditional classification of individual/organizational factors.

La accidentalidad vial es un serio problema de salud pública en el mundo. El estudio de datos abiertos sobre este tema puede estimular decisiones más oportunas e informadas. El objetivo es proponer una metodología para estudiar datos abiertos sobre accidentalidad vial (caso Medellín) usando Ciencia de Datos, considerando desde la planificación del estudio hasta la visualización web. La metodología consta de cuatro macroprocesos: 1. Planificación, 2. Preparación de datos, 3. Análisis automático y 4. Visualización de datos (aplicación web). Estos constan de una o más etapas, desagregadas en 15 subetapas con alcances univariado, bivariado y multivariado. Los macroprocesos 2-4 fueron automatizados en lenguaje R. Como resultado, el analista puede familiarizarse con el tema (descriptivos), explorar relaciones entre variables, localizar sucesos, inducir patrones de agrupación e identificar algunos factores asociados con los eventos de accidentalidad. Todos estos, combinando variables para una segmentación más detallada. El caso de estudio también tiene valor para otros ámbitos, ya que la accidentalidad vial genera mayores efectos en países en desarrollo, lo cual está atrayendo el interés de los investigadores.Palabras clave: Accidentalidad vial, ciencia de datos, visualización web, metodología de análisis, programación en R.

No abstract

No abstract