MétaCan
Menu
Retour à la cohorte
Enregistrement W2144372329 · doi:10.1108/19355181201000002

An Empirical Examination of the Relationship Between Adult Attention Deficit, Cooperative Conflict Management and Efficacy for Working in Teams

2010· article· en· W2144372329 sur OpenAlexaboutno aff
Graeme Coetzer, R. Thomas Trimble

Notice bibliographique

RevueAmerican Journal of Business · 2010
Typearticle
Langueen
DomainePsychology
ThématiqueBehavioral and Psychological Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyWorkforceSample (material)Empirical examinationEmpirical researchApplied psychologyTeamworkWork (physics)Social psychologyManagementPolitical science

Résumé

récupéré en direct d'OpenAlex

A recent national survey of the US workforce suggests that adult attention related disorders are producing a wide range of negative outcomes in the workplace. The symptoms typically associated with the disorder (difficulties with activation, concentration, effort, emotional interference and accessing memory) suggest that team work may represent a problematic situation for adults with the disorder. Subjects were one hundred and fifty‐five student teams (subjects=628) from universities in both Canada and the United States. The study begins by confirming a hypothesis arising out of previous qualitative research that team members with adult attention deficit have relatively greater difficulty with necessary but uninteresting tasks. The hypothesis that team members with the disorder will be extraordinarily reliant on their teammates was also supported. The need to secure situations of particular fit, and to do so without undermining the support of fellow teammates, suggests that cooperative conflict management styles are especially important for clinical AAD vs. non‐clinical team members. The specific hypotheses, that cooperative styles (problem solving and compromising) are especially important for producing positive team experiences/expectations and efficacy for working in teams, were supported. Future research needs to sample more workplace teams.

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)0,004
score de la tête « metaresearch » (Gemma)0,018
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 enseignants0,005
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,018
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 ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,162
Tête enseignante GPT0,387
Écart entre enseignants0,226 · 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

Citations11
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of BusinessMême sujetBehavioral and Psychological StudiesTravaux en français237 207