MétaCan
Menu
Retour à la cohorte
Enregistrement W2263794677 · doi:10.5539/mas.v10n4p95

Influence of Personal and Task Interdependence on Task Conflict and Team Effectiveness

2016· article· en· W2263794677 sur OpenAlexvenueno aff
Jeffrey Lawrence D’Silva, Adriana Ortega, Abdul Hadi Sulaiman

Notice bibliographique

RevueModern Applied Science · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueConflict Management and Negotiation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTask (project management)InterdependencePersonalityTeam effectivenessProcess (computing)Face (sociological concept)PsychologyApplied psychologyComputer scienceTeam compositionKnowledge managementSocial psychologyManagementPolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

<p>Undeniably working in teams are important as tasks are getting more complicated and advanced as a result of globalization and the speedy growth of information and communication technology. This calls for effectiveness from team members to complete all interdependent sub-tasks to ensure that the given tasks achieve its’ desired objectives. During the process of implementing the tasks, teams are poised to face conflicts that may derail the completion of tasks. The focus of this paper is to examine the influence of personality factors and task interdependence on task conflict and team effectiveness. A meta-analysis on past studies was carried out to gather data on the subject matter. The input obtained will be pertinent for future researchers in further understanding the complexities associated with task interdependence and personality on task conflict and team effectiveness.</p>

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,881
Score d'incertitude au seuil0,616

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,013
Tête enseignante GPT0,276
Écart entre enseignants0,263 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations10
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetConflict Management and NegotiationTravaux en français237 207