THE INFLUENCE OF PERSONALITY TYPE ON TEAMWORK IN ENGINEERING EDUCATION
Notice bibliographique
Résumé
The influence of personality type on various factors relating to engineering education is examined. Personality type was described according to the Myers-Briggs Type Indicator (MBTI). Data from a total of sevencohorts (2007 to 2013) in a second year mechanical engineering design course have been analyzed. Decision making on team tests was examined in terms of the MBTI Introversion / Extraversion domain and peer evaluation scores received were examined across all four MBTI domains. Measured differences between students with a preference for Introversion and those with a preference for Extraversion on the level of influence on team decision making was found. A small but statistically significant correlation has also been noted between peer evaluation scores received and a student’s preference onthe MBTI Judging / Perceiving domain. This is believed to relate to possible perceptions (or misperceptions) that in delaying action or decision making a person with a preference for Perceiving is lazy or disengaged. Differences in peer evaluation scores were not observed for the other three MBTI domains. The results suggest that even with student awareness (through readings) and interventions (through workshops) possible effects of the difference in personality type persist in engineering student teams. The lack of relationship between peer evaluation scores and the remaining three MBTI domains is a favourable outcome in terms of the objectivity of the peer evaluation tools.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».