MétaCan
Menu
Retour à la cohorte
Enregistrement W7133540946 · doi:10.23762/fso_vol12_no3_3

The Impact of Varying Styles of Leadership on Team Dynamics and Project Success

2024· article· en· W7133540946 sur OpenAlexaff
Harmandeep Kaur, Adnan ul Haque, Pavlos Gkasis

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2024
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueConstruction Project Management and Performance
Établissements canadiensYorkville University
Organismes subventionnairesnon disponible
Mots-clésServant leadershipLeadership styleAgile software developmentShared leadershipDynamics (music)Structural equation modelingAutocracyTransactional leadership

Résumé

récupéré en direct d'OpenAlex

The present study examines the impact that distinct styles of leadership have on team dynamics and project success. By combining purposive, convenience, and networking sampling techniques to avoid overreliance on one single sampling technique, we used partial least squares structural equation modelling on a sample of 188 responses obtained from a semi-structured matrix-based questionnaire. Our findings revealed that autocratic leadership has no significant impact on team dynamics or project success. All other styles considered (i.e. servant leadership, agile leadership, ethical leadership, and laissez-faire leadership) have a statistically significant impact on team dynamics and project success. Furthermore, servant leadership and agile leadership have a strong positive correlation with team dynamics and project success, whereas ethical leadership exhibits a moderate positive linkage with team dynamics and project success. Laissez-faire leadership and autocratic leadership have weak positive correlations with team dynamics and project success. Lastly, team dynamics impact project outcomes in a statistically significant manner. Our analysis concludes that the most effective leadership style among all the above is servant leadership, which has a statistically significant positive impact on team dynamics and project success.

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)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,396
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0020,002
Science ouverte0,0030,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,505
Tête enseignante GPT0,618
Écart entre enseignants0,113 · 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.

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetConstruction Project Management and PerformanceTravaux en français237 207