MétaCan
Menu
Retour à la cohorte
Enregistrement W4409345493 · doi:10.1177/01672533241290939

Enhancing team building in project-oriented organizations: An arts-based approach

2024· article· en· W4409345493 sur OpenAlexaff
Faranak Mahmoudpour, Aryan Gholipour, Maria Carmen Galang

Notice bibliographique

RevueHuman Systems Management · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueCreativity in Education and Neuroscience
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésThe artsBusinessKnowledge managementProcess managementComputer scienceVisual artsArt

Résumé

récupéré en direct d'OpenAlex

Background: This study investigates the impact of an arts-based approach on team building within project-oriented organizations, focusing on Solico Kalleh Food Industry Group. Objective: The research aims to evaluate how artistic interventions affect team dynamics, including formation, conflict resolution, and overall performance. Methods: An arts-based research methodology was employed, assessing variables such as forming, storming, norming, performing, internal factors, and external factors. A paired t -test analysis was conducted to evaluate the impact of these interventions. Results: The results indicated a statistically significant positive effect on the storming variable, suggesting improved team dynamics and conflict resolution. However, decreases were observed in norming, performing, internal factors, and external factors, indicating the need for careful application of artistic methods. The forming variable showed a slight non-significant increase. Conclusions: The study highlights the potential of arts-based approaches to enhance creativity, cohesion, and conflict resolution in team building. However, strategic and nuanced implementation is necessary to balance the impact on team dynamics throughout the project lifecycle. Future research should refine these strategies for optimized integration, ultimately enriching organizational dynamics and fostering successful project outcomes.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0010,004
Intégrité de la recherche0,0000,001
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 Opus0,062
Tête enseignante GPT0,410
Écart entre enseignants0,348 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman Systems ManagementMême sujetCreativity in Education and NeuroscienceTravaux en français237 207