MétaCan
Menu
Retour à la cohorte
Enregistrement W1975609572 · doi:10.1177/154193121005402720

Distributed Team Training: Effective Feedback

2010· article· en· W1975609572 sur OpenAlexaff
Kevin Oden

Notice bibliographique

RevueProceedings of the Human Factors and Ergonomics Society Annual Meeting · 2010
Typearticle
Langueen
DomainePsychology
ThématiqueTeam Dynamics and Performance
Établissements canadiensLockheed Martin (Canada)
Organismes subventionnairesnon disponible
Mots-clésFacilitatorTeleconferenceTraining (meteorology)Computer scienceCornerstoneVideoconferencingAction (physics)MultimediaPsychology

Résumé

récupéré en direct d'OpenAlex

Mission success in military operations is determined by team actions and is dependent on effective team training. Training has the potential to strengthen or weaken a team, and feedback during training is cited as a cornerstone for effective training. The Army currently employs an after-action review (AAR) process to provide post-action feedback to teams. Traditional AAR dynamics, with teammates and a facilitator in the same room, are being disrupted by the growing frequency of geographically-distributed teams; thus, distributed AARs are becoming necessary. However, past research has not determined the optimal techniques for conducting distributed AARs. This research compared no AAR, teleconference AAR, and teleconference AAR with visual feedback. Results show that teleconference with visual feedback condition was the best, followed by no AAR, followed by teleconference AAR. This research should be considered when designing distributed military training and feedback, as well as other domains that use distributed training and feedback.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,178
Score d'incertitude au seuil0,666

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,257
Écart entre enseignants0,244 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Human Factors and Ergonomics Society Annual MeetingMême sujetTeam Dynamics and PerformanceTravaux en français237 207