MétaCan
Menu
Retour à la cohorte
Enregistrement W2220898940 · doi:10.3389/fpsyg.2015.01375

Cognitive synergy in groups and group-to-individual transfer of decision-making competencies

2015· article· en· W2220898940 sur OpenAlexaff
Petru Lucian Curșeu, Nicoleta Meslec, Helen Pluut, Gerardus J. M. Lucas

Notice bibliographique

RevueFrontiers in Psychology · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueTeam Dynamics and Performance
Établissements canadiensSimon Fraser University
Organismes subventionnairesConsiliul National al Cercetarii StiintificeUnitatea Executiva pentru Finantarea Invatamantului Superior, a Cercetarii, Dezvoltarii si InovariiAutoritatea Natională pentru Cercetare Stiintifică
Mots-clésPsychologyGroup (periodic table)Group decision-makingCognitionCognitive psychologySocial psychologyChemistryNeuroscience

Résumé

récupéré en direct d'OpenAlex

In a field study (148 participants organized in 38 groups) we tested the effect of group synergy and one's position in relation to the collaborative zone of proximal development (CZPD) on the change of individual decision-making competencies. We used two parallel sets of decision tasks reported in previous research to test rationality and we evaluated individual decision-making competencies in the pre-group and post-group conditions as well as group rationality (as an emergent group level phenomenon). We used multilevel modeling to analyze the data and the results showed that members of synergetic groups had a higher cognitive gain as compared to members of non-synergetic groups, while highly rational members (members above the CZPD) had lower cognitive gains compared to less rational group members (members situated below the CZPD). These insights extend the literature on group-to-individual transfer of learning and have important practical implications as they show that group dynamics influence the development of individual decision-making competencies.

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)0,005
score de la tête « metaresearch » (Gemma)0,027
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 seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,027
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0000,002
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 Opus0,027
Tête enseignante GPT0,329
Écart entre enseignants0,301 · 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

Citations26
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychologyMême sujetTeam Dynamics and PerformanceTravaux en français237 207