MétaCan
Menu
Retour à la cohorte
Enregistrement W3184088878 · doi:10.5465/ambpp.2021.11006abstract

Bridging Representational Gaps: The Role of Tension and Multimodal Tools

2021· article· en· W3184088878 sur OpenAlexaff
Adriane MacDonald, Stephen Dann, Margaret M. Luciano

Notice bibliographique

RevueAcademy of Management Proceedings · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueLanguage, Metaphor, and Cognition
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésBridging (networking)Computer scienceProcess (computing)Data scienceHuman–computer interactionPsychology

Résumé

récupéré en direct d'OpenAlex

The human capacity to address complex problems depends on the ability and willingness to effectively engage and problem-solve with individuals who hold different views from one’s own. Bridging representational gaps by creating a shared understanding of these complex problems is critically important because in its absence, collaborators cannot generate viable solutions and, therefore, risk making the problem worse. Yet it is unclear how the process of bridging these gaps occurs and whether the use of multimodal tools may be useful in the process. Thus, we adopt an abductive approach to examining how and why do multimodal tools influence bridging representational gaps. Audio, video, and survey data were collected from 102 individuals who participated in one of fourteen workshops. The participants in each workshop were placed in two teams with opposing representations of the same problem and led through a series of structured meaning-making and knowledge sharing exercises centered on the use of toy building blocks to facilitate communication among team members. The results of our study demonstrate that improved communication across knowledge boundaries can be achieved by using multimodal tools to reify concepts. In leveraging the use of visual metaphors in their explanations, participants were better able to recognize areas of divergence and dependence between teams. This recognition enabled participants to transcend conflicting problem representations by constructing a third solution of mutual benefit, integrating ideas through a process that acknowledges the inherent tensions of collaborator diversity while encouraging shared understanding and creative problem-solving. Implications, limitations, and future directions are discussed.

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)0,016
score de la tête « metaresearch » (Gemma)0,057
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,087

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,057
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,001
Études des sciences et des technologies0,0040,015
Communication savante0,0120,015
Science ouverte0,0020,012
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,024
Tête enseignante GPT0,303
Écart entre enseignants0,279 · 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'étudeQualitatif
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management ProceedingsMême sujetLanguage, Metaphor, and CognitionTravaux en français237 207