MétaCan
Menu
Retour à la cohorte
Enregistrement W2236496568

The Effects of Team Diversity in Knowledge Sourcing Scope and Individual Learning Mode: A Multi-Level Approach.

2013· article· en· W2236496568 sur OpenAlexaff
Tae Hun Kim, Jae-Nam Lee

Notice bibliographique

RevuePacific Asia Conference on Information Systems · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueKnowledge Management and Sharing
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésKnowledge managementCategorizationDiversity (politics)Scope (computer science)Knowledge integrationOrganizational learningComputer scienceCompromiseProcess (computing)Knowledge value chainDescriptive knowledgeTask (project management)PsychologyDomain knowledgeArtificial intelligenceEngineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A team member acquires knowledge to successfully complete team tasks with other members by accessing his/her available knowledge sources. In this knowledge process, individual members can use (1) internal knowledge source from knowledgeable coworkers or formal sources within their organizational boundaries. They can also rely on (2) external knowledge source by networking with external experts or informal sources outside their organizations. To learn knowledge acquired from internal/external sources and apply it to team tasks, individual members adopt two different learning modes: (1) exploitation by repeatedly adopting and applying the existing knowledge and (2) exploration by idiosyncratically developing their own understanding. Regarding such two dimensions of knowledge processing (i.e., knowledge sourcing and individual learning), the social categorization and the information/decision-making perspectives suggest that team diversity has different effects on individual performance, which consists of task-relevant performance and creative performance. Moreover, prior studies using single-level research designs have overlooked the multi-level nature of knowledge processing in which individual members are influenced by one another. To compromise the different suggestions from these competing theories and to explain the contextual effects of team diversity in knowledge processing, this study conceptualizes a two-dimensional team diversity in terms of knowledge sourcing scope and individual learning mode. We then hypothesize its top-down effects on individual knowledge processing in work groups. The multi-level approach suggested in this study might advance our understanding of team diversity in knowledge processing and its effects on individual performance by integrating the cross-level associations into a single study.

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)0,024
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 seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,024
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,003
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,069
Tête enseignante GPT0,281
Écart entre enseignants0,212 · 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

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePacific Asia Conference on Information SystemsMême sujetKnowledge Management and SharingTravaux en français237 207