Lability and Interactive EDA Predict Leadership Emergence
Notice bibliographique
Résumé
Leadership emergence (LE), the process by which individuals are recognized as leaders within their groups, has a significant impact on group performance. However, the physiological processes underlying LE remain largely unexplored. This study investigates the role of objective physiological measures, specifically electrodermal activity (EDA), in uncovering the mechanisms that contribute to LE. EDA reflects sympathetic nervous system activation and provides real-time insights into processes such as emotional arousal, attention, and vigilance—factors previously linked to LE. Participants (N = 144), nested in 48 three-person groups, completed a group decision-making task while their physiological data were continuously recorded. Two EDA components were analyzed: lability (baseline activity) and interactive EDA (dynamic responses during group interactions). LE was assessed using peer rankings conducted at the end of the group interaction. Multilevel Poisson regression analyses revealed that both mean baseline and interactive EDA positively predicted LE, even after controlling for variables such as gender, age, intelligence proxies, and other relevant factors. These findings suggest that processes associated with elevated EDA levels, such as emotional arousal, attention, and vigilance, promote the emergence of leaders in small groups. This study highlights the value of physiological measures like EDA in overcoming the limitations of traditional self-report tools, offering deeper and more accurate insights into the mechanisms driving LE.
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 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».