A framework for building and maintain trust in remote and virtual teams
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
<ns4:p>Trust is an important concept in assessing and measuring business behaviour from an organisational performance and culture lens, and has become a source of competitive advantage for organisations especially within the knowledge economy. Studies show that organizations with a high level of trust have increased employee morale, more productive workers, and lower staff turnover. Most organisations factor and measure trust as part of keeping a pulse on their organisational culture and design their initiatives around building and maintaining trust. While it is not impossible to build trust virtually, it certainly is harder and requires a different set of considerations. There has been a big shift by organizations catering for more remote and flexible work conditions over the past decade with the “virtual team” becoming the norm. The recent impacts of the COVID-19 pandemic have forced most, if not all, organizations to move in that direction faster than planned. With this movement to more remote working conditions, that are likely to have longer-term impacts, companies will be faced with challenges that virtual teams typically face in establishing and maintaining trust. This paper sought to highlight a framework that organisations, with remote and virtual teams, can use as a guideline to build and maintain trust. The framework suggests that trust is reliant on components from three key areas, namely 1) Foundational, 2) Organisational and 3) Individual. Components related to external aspects that contribute to trust, such as laws, reputation and society, have not been factored in. It is acknowledged that this will play a role in organisational and team trust but has been excluded from the scope of this research.</ns4: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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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