Recreational activities and performance: playing together for better team work.
Bibliographic record
Abstract
Cette étude propose et vérifie un modèle expliquant, d’une part, la relation entre un programme de consolidation d’équipe mené en contexte récréatif et les antécédents de la performance d’une équipe, et, d’autre part, la relation entre ces derniers et la performance d’une équipe. Selon le modèle proposé, un programme de consolidation mené en contexte récréatif intérieur influence positivement quatre antécédents de la performance d’une équipe, soit le sentiment de cohésion sociale, le sentiment de cohésion lié à la tâche, la capacité d’une équipe à gérer les conflits et le sentiment de compétence collective d’une équipe. De plus, ce modèle suggère que ces quatre antécédents influencent positivement la performance d’une équipe. Les résultats de cette étude démontrent qu’un programme de consolidation mené en contexte récréatif influence positivement quatre antécédents de la performance d’une équipe, tant sur le plan individuel que groupal. En outre, les résultats révèlent que ces quatre antécédents influencent positivement la performance d’une équipe et que cette relation est modérée par le niveau d’analyse utilisé. Les résultats de chacune des deux hypothèses du modèle sont discutés selon des implications conceptuelles, méthodologiques et théoriques. Enfin, des pistes de recherches futures sont proposées.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".