Team-level Resources: The Answer to Today's Organizational Challenges
Notice bibliographique
Résumé
To advance our understanding of the mechanisms required to support teams under today's unstable and unpredictable conditions, this symposium explores team-level resources under various external (high perceived team virtuality, adopted agile methodology) and internal challenging conditions (membership change, high team diversity, autonomous technology as a team member). Bringing together five high-quality empirical papers that use a range of methodologies, we present evidence on emergent states (e.g., mutual trust, psychological safety) and team processes (e.g., feedback seeking behavior, coordination) as important team-level resources in various team types and contexts. Building on our findings, organisations can create teamwork-supportive conditions and environments to reduce stress, improve processes, and increase effectiveness. Are all virtual teams created equally? Work characteristics and Team Perceived Virtuality Presenter: Patricia Costa; UCP - Católica Lisbon School of Business & Economics Presenter: Lisa Handke; Freie U. Berlin Presenter: Thomas Alexander O'Neill; U. of Calgary Unpacking the relationship between psychological safety and feedback seeking in agile teams Presenter: Jan B. Schmutz; ETH Zürich Presenter: Mirko Antino; Instituto U. de Lisboa (ISCTE-IUL) Presenter: Denniz Dönmez; Swisscom AG When a Team Member Leaves: Adapting to Compositional Disruptions Presenter: Jennifer Feitosa; Claremont McKenna College Presenter: Alicia Davis; Claremont Graduate U. Presenter: Fabrice Delice; Brooklyn College, City U. of New York Presenter: Reggie Romain; Accenture Crisis Management Teams during the COVID-19 pandemics: Demands and Resources Presenter: Meinald Thielsch; U. of Muenster Presenter: Stefan Röseler; U. of Münster Presenter: Julia Kirsch; U. of Münster Presenter: Christoph Lamers; State Fire Service Institute NRW Presenter: Guido Hertel; U. of Muenster Affective Team Trust in Human-Agent Teams: The Importance of Benevolence Presenter: Eleni Georganta; TUM School of Management, Technical U. of Munich Presenter: Anna-Sophie Ulfert; Goethe U. Presenter: Lilian Marie Friedrich; TUM School of Management, Technical U. of Munich Presenter: Katharina Piehlmeier; Ludwig Maximilian U. of Munich (LMU)
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,008 |
| Communication savante | 0,009 | 0,013 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».