MétaCan
Menu
Retour à la cohorte
Enregistrement W4416001713 · doi:10.5465/amproc.2025.24596poster

The Interplay of the Introverts’ Stress and Team Effectiveness in Virtual vs. In-Person Meetings

2025· article· en· W4416001713 sur OpenAlexaff
Elena Lvina, Sujit Sur, Cătălin Raţiu

Notice bibliographique

RevueAcademy of Management Proceedings · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueTeam Dynamics and Performance
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésAffect (linguistics)Team effectivenessTeam compositionExtraversion and introversionPersonalityPersonality psychologyVirtual teamPreferenceBig Five personality traits

Résumé

récupéré en direct d'OpenAlex

The project contributes to the research community, academics, and practitioners in the field of teams and personality, particularly remote team meetings. It explores how the introversion of the team members can affect perceived stress, meeting effectiveness, and establishing individual and team benefits for introverts. We predicted that technology-mediated communication will affect the relationship between more introverted team members' personalities and critical team processes and outcomes in such a way that the relationship is more positive and strong compared to the face-to-face environment. Our preliminary findings support the interplay of the constructs. Empirical data from 510 IT managers in North America confirmed that introverts perceive online meetings as less stressful and that they are associated with higher team effectiveness, especially when mediated by reduced stress. In contrast, and in line with previous research, extroverts demonstrated a stronger preference for in-person interactions. Future studies will seek to identify specific conditions in which virtual environments enhance the role of personality traits and support the well-being of introverted members, as well as individual and team outcomes. In a post-COVID world, where hybrid and remote work persists, these insights are essential for developing strategies that value all personality types and maximize team potential.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,334
Score d'incertitude au seuil0,324

Scores Codex et Gemma par catégorie

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

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 Opus0,006
Tête enseignante GPT0,283
Écart entre enseignants0,277 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management ProceedingsMême sujetTeam Dynamics and PerformanceTravaux en français237 207