MétaCan
Menu
Retour à la cohorte
Enregistrement W4238140676 · doi:10.4018/978-1-60566-110-0.ch007

Virtual Team Leadership

2009· book-chapter· en· W4238140676 sur OpenAlexaff
Laura Hambley, Tom O’Neill, Theresa J. B. Kline

Notice bibliographique

RevueAdvances in e-collaboration series/Advances in e-collaboration (AECOB) book series · 2009
Typebook-chapter
Langueen
DomainePsychology
ThématiqueTeam Dynamics and Performance
Établissements canadiensWestern UniversityUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésTeamworkVirtual teamPsychologyQualitative researchKnowledge managementComputer sciencePolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to improve the understanding of virtual team leadership occurring within existing virtual teams in a range of organizations. Qualitative data were collected through comprehensive interviews with nine virtual team leaders and members from six different organizations. A semi-structured interview format was used to elicit extensive information about effective and ineffective virtual team leadership behaviours. Content analysis was used to code the interview transcripts and detailed notes obtained from these interviews. Two independent raters categorized results into themes and sub-themes. These results provide real-world examples and recommendations above and beyond what can be learned from simulated laboratory experiments. The four most important overarching findings are described using the following headings: 1) Leadership critical in virtual teams, 2) Virtual team meeting effectiveness, 3) Personalizing virtual teamwork, and 4) Learning to effectively use different media. These findings represent the most significant and pertinent results from this qualitative data and provide direction for future research, as well as practical recommendations for leaders and members of virtual teams.

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 candidatesMéta-épidémiologie (sens strict), Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,957
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,027
Science ouverte0,0010,000
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,298
Écart entre enseignants0,283 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in e-collaboration series/Advances in e-collaboration (AECOB) book seriesMême sujetTeam Dynamics and PerformanceTravaux en français237 207