Configurational Research in Teams
Notice bibliographique
Résumé
Teams are complex systems in which multiple individual members, themselves containing multiple characteristics, are embedded (Arrow, McGrath, & Berdahl, 2000). Team research has historically been dominated by a focus on what is shared across these multiple components, such as aggregations of team member characteristics or perceptions of team processes operationalized through calculating agreement statistics and means. Instead, configurational perspectives on teams and their members recognize the complexity of teams by focusing on the uneven and disproportional effects of member characteristics or processes on team outcomes (Kozlowski & Klein, 2000). Understanding such effects is essential for building upon traditional approaches using shared team constructs to create new knowledge about how teams create synergy amid seemingly limitless potential for chaos and conflict. Moreover, adopting configurational perspectives on teams is increasingly tractable with advances in configurational methodologies (e.g., social networks, faultlines, latent profile analysis, qualitative comparative analysis, and attribute alignment). As such, this panel symposium will 1) generate awareness of configurational perspectives and methods used in team research, 2) share recent advances in the field, and 3) create an opportunity for researchers who are actively working in or interested in this area to collaborate. The format will include an introduction to the topic, brief presentations from the panelists, and an informal Q&A session involving the panelists, their collaborators, and the audience.
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 | 0,022 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,007 | 0,037 |
| Communication savante | 0,013 | 0,020 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».