MétaCan
Menu
Retour à la cohorte
Enregistrement W3023959237 · doi:10.3390/bs10050084

The Role of the Size of the Small Group and Informal Subgroups in Intragroup Conflicts

2020· article· en· W3023959237 sur OpenAlexaff
Andrey V. Sidorenkov, Eugene Borokhovski

Notice bibliographique

RevueBehavioral Sciences · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueConflict Management and Negotiation
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Group (periodic table)Interpersonal communicationPsychologySocial psychologyGroup conflictGeography

Résumé

récupéré en direct d'OpenAlex

This study examines the relationship between (a) the size of groups and the number of informal subgroups in them with conflicts in the context of the group, and (b) the size of the informal subgroups with conflicts in the context of the subgroup. A multidimensional model of intragroup conflict was used, which includes two dimensions: five levels of conflict (i.e., interpersonal (individual-individual), micro-group (individual-subgroup), group (individual-group), subgroup-subgroup, and subgroup-group) and two types of conflict (activity-oriented and subject-oriented). Each level of conflict contains two types. Forty-one small work groups (334 employees) took part in the study. In the group as a whole, both the size of the group and the number of informal subgroups in it have a positive relationship with subgroup-subgroup conflict in both types and subgroup-group subject-oriented conflict, and have a negative connection with micro-group subject-oriented conflict. In turn, the size of the subgroup is positively associated with the two types of subgroup-group conflict and negatively connected with the two types of micro-group conflict, as well as with interpersonal activity-oriented conflict at the level of the informal subgroup.

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)0,006
score de la tête « metaresearch » (Gemma)0,049
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 enseignants0,006
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,049
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,003
Communication savante0,0020,003
Science ouverte0,0010,003
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 Opus0,039
Tête enseignante GPT0,283
Écart entre enseignants0,244 · 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBehavioral SciencesMême sujetConflict Management and NegotiationTravaux en français237 207