MétaCan
Menu
Retour à la cohorte
Enregistrement W2105445759 · doi:10.1177/1046496406294545

Member Diversity and Cohesion and Performance in Walking Groups

2006· article· en· W2105445759 sur OpenAlexaff
Kim M. Shapcott, Albert V. Carron, Shauna M. Burke, Michael H. Bradshaw, Paul A. Estabrooks

Notice bibliographique

RevueSmall Group Research · 2006
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Diversity and Inequality
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésGroup cohesivenessCohesion (chemistry)PsychologyDiversity (politics)Social psychologyTask (project management)Ethnic groupCultural diversitySociologyEngineering

Résumé

récupéré en direct d'OpenAlex

The purpose of the study was to examine the relationship of group member diversity in task-related attributes (i.e., self-efficacy, level of previous physical activity, and personal goals) and task-unrelated attributes (i.e., ethnicity and gender) to task cohesiveness and task performance in walking groups ( N varied from 1,324 to 1,392 groups for the analyses). For the task-related attributes, diversity in level of previous physical activity was significantly related to both task cohesion and group performance—as diversity increased, cohesion and performance decreased. For the task-unrelated attributes, diversity in gender was related to task cohesion—as diversity increased, cohesion decreased. Gender diversity was unrelated to group performance. The results are discussed in terms of their implications for the dynamics of task-oriented groups.

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)0,014
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 seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,002
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 Opus0,252
Tête enseignante GPT0,349
Écart entre enseignants0,097 · 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

Citations65
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSmall Group ResearchMême sujetGender Diversity and InequalityTravaux en français237 207