MétaCan
Menu
Retour à la cohorte
Enregistrement W2029201006 · doi:10.1111/j.1744-6570.2003.tb00245.x

THE EFFECT OF VERBAL SELF‐GUIDANCE TRAINING ON COLLECTIVE EFFICACY AND TEAM PERFORMANCE

2003· article· en· W2029201006 sur OpenAlexaff
Travor C. Brown

Notice bibliographique

RevuePersonnel Psychology · 2003
Typearticle
Langueen
DomainePsychology
ThématiqueHuman Resource Development and Performance Evaluation
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésPsychologyCollective efficacyApplied psychologySelf-efficacyTraining (meteorology)Social psychology

Résumé

récupéré en direct d'OpenAlex

Although organizations frequently use teams, few studies have systematically examined training methods designed to improve collective efficacy and team performance. As such, the primary purpose of this study was to examine the effectiveness of verbal self‐guidance (VSG) training, adapted from Meichenbaum (1975,1977), on collective efficacy and team performance. Using a quasi‐experimental design, undergraduate students (n= 184) were assigned to 42 teams. These 42 teams were assigned to 2 training conditions (verbal self‐guidance/comparison). Results revealed that verbal self‐guidance had a main effect on collective efficacy and performance. Collective efficacy was found to mediate the VSG training‐performance relationship; it also correlated significantly with both team performance and the use of verbal guidance skills.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,037
Tête enseignante GPT0,340
Écart entre enseignants0,303 · 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 source (Gemma direct ou Codex distillé), 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

Citations75
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePersonnel PsychologyMême sujetHuman Resource Development and Performance EvaluationTravaux en français237 207