Creating enhanced work environments for global virtual teams: using CQ as the strongest link in the team
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose This study investigates how the maximum cultural intelligence (Max CQ) within a team – defined as the highest cultural intelligence level of an individual member – affects intra-team communication, conflict dynamics and, ultimately, team satisfaction and performance in global virtual teams (GVTs). Design/methodology/approach Utilizing quantitative research methods, this investigation draws on a dataset comprising 3,385 participants, which forms a total of 686 GVTs. Findings The study reveals that MaxCQ significantly enhances team communication, which in turn mitigates conflict, increases satisfaction and improves performance. It is noteworthy that the influence of MaxCQ on GVT success is more significant than the average cultural intelligence (CQ) of team members, providing critical insights for effective GVT management strategies. Practical implications The findings suggest that managers may optimize team dynamics not by uniformly increasing each member’s CQ but by concentrating on maximizing the CQ of one individual who can act as an influencer within the team. Strategically placing individuals with high CQ in GVTs can enhance overall team function. Originality/value While existing literature primarily examines the individual effects of CQ on communication and conflict management, this study sheds light on the collective interplay between MaxCQ, communication and conflict. It highlights the importance of MaxCQ, along with the frequency of team communication and conflict, in influencing team satisfaction and performance in GVTs.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle