DIFFERENCES IN CONFLICT MANAGEMENT BASED ON GENDER AND PERSONALITY TYPE
Notice bibliographique
Résumé
This study examines factors influencing studentconflict management styles in a team-based second yearmechanical engineering design course. Maddux describedconflict management along the dimensions ofassertiveness (seeking to meet one’s own needs) andcooperativeness (seeking to meet the other party’s needs).The key research questions in this study were how conflictmanagement styles changed as a result of participation inan intense team-based course and whether gender orpersonality type influenced students’ conflict managementstyles. Students completed a pre-course team formationsurvey that included prompts on how they would deal withdifferent scenarios representing common team conflicts;students responded to the same prompts again in aproject exit survey. Students’ responses in these surveyswere used to code their preferred approach for dealingwith conflicts. Two independent reviewers worked fromrandomized, anonymous survey data and coded students’responses along the two dimensions of Maddux’ model.The results indicate conflict management style iscontext dependent (the distribution of responses changedfor the different survey prompts). The most commonlyused conflict management style was Compromising, inwhich parties find a middle ground but neither fullyachieves their goals. A statistically significant reductionin assertiveness was found between pre- and post-surveys.Statistically significant differences in assertiveness werealso noted with a number of Myers-Briggs personalitytype pairs in the pre-survey. The fact that similardifferences were not observed in the post-survey suggeststhat the project experience has a normalizing effect onconflict management style. Meaningful statisticallysignificant differences in conflict management style basedon gender were not observed.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».