MétaCan
Menu
Retour à la cohorte
Enregistrement W4389117734 · doi:10.55016/ojs/ajer.v66i4.56459

Team Dynamics and Learning Opportunities in Social Science Research Teams

2020· article· en· W4389117734 sur OpenAlexafffundvenue
Michelle K. McGinn, Ewelina K. Niemczyk

Notice bibliographique

RevueAlberta Journal of Educational Research · 2020
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueComplex Systems and Decision Making
Établissements canadiensBrock University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésSociologySituatedHumanitiesGroup dynamicPedagogyPsychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

Although the contemporary research environment encourages knowledge generation through research collaboration rather than individualized projects, limited scholarly attention has been devoted to the practice of collaboration within research teams. This paper presents a qualitative analysis of team dynamics and learning opportunities within four social science research teams. The findings reveal similarities and differences in leadership style and interaction approaches that affected how research was undertaken and the possibilities for team members to learn from each other. The snapshots provide models for other research teams that extend situated learning theories and the existing research base about collaboration, research teams, and research leadership. Key words: research teams, research leadership, researcher development, situated learning Bien que le milieu actuel de la recherche encourage la génération des connaissances par la collaboration en recherche plutôt que par les projets individuels, les universitaires ont accordé peu d’attention à la pratique collaborative au sein des équipes de recherche. Cet article présente une analyse qualitative de la dynamique des équipes et des occasions d’apprentissage au sein de quatre équipes de recherche en sciences sociales. Les résultats révèlent des ressemblances et des différences dans le style de leadership et les démarches d’interaction qui ont eu une influence sur la façon dont la recherche a été entreprise et sur les possibilités pour les membres des équipes d’apprendre l’un de l’autre. Les aperçus offrent des modèles pour d’autres équipes de recherche et contribuent aux théories de l’apprentissage contextualisé et à la base de recherche portant sur la collaboration, les équipes de recherche et le leadership en recherche. Mots clés : équipes de recherche, leadership en recherche, développement des chercheurs, apprentissage contextualisé

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)0,033
score de la tête « metaresearch » (Gemma)0,174
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,490
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0330,174
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,552
Tête enseignante GPT0,562
Écart entre enseignants0,010 · 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'étudeThéorique ou conceptuel
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

Citations7
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAlberta Journal of Educational ResearchMême sujetComplex Systems and Decision MakingTravaux en français237 207