Mencari Pasukan Pelbagai Dan Berhubung: Pendekatan Pengiraan Untuk Menghimpun Pasukan Pelbagai Berdasarkan Ahli Bahagian 8

Satu lagi sumbangan kerja ini ialah mencari kombinasi pasukan yang serupa yang individu akan kumpulkan tetapi dengan tahap kepelbagaian yang dipertingkatkan. Seperti yang ditemui oleh kajian terdahulu, orang cenderung membentuk pasukan dengan individu yang cekap dan mereka yang biasa dengan mereka, meningkatkan kemungkinan kepuasan dan komitmen kepada pasukan [28, 82].

Kerja berpasukan adalah keupayaan yang sangat penting dalam masyarakat moden. Ia membolehkan berbilang orang bekerjasama untuk mempromosikan kejayaan menyiapkan projek atau tugasan. Memori juga merupakan kualiti yang sangat penting dalam sesebuah pasukan. Jadi apakah hubungan antara komposisi pasukan dan ingatan?

Pertama, kesan komposisi pasukan terhadap ingatan adalah jelas. Orang yang berbeza mempunyai kemahiran dan kepakaran yang berbeza, dan melalui kombinasi yang berbeza, keupayaan keseluruhan pasukan dapat dimaksimumkan. Apabila setiap ahli memaksimumkan kekuatannya, kecekapan pasukan dapat dimaksimumkan, yang juga dapat merangsang semangat dan inisiatif setiap ahli, sekali gus membantu meningkatkan daya ingatan pasukan.

Kedua, komunikasi dalam pasukan juga sangat membantu dalam meningkatkan daya ingatan. Dalam pasukan, komunikasi dan kerjasama yang kerap diperlukan antara ahli, yang menggalakkan komunikasi dan membolehkan semua orang memahami dengan lebih baik semua aspek projek atau tugas. Mendalami pengetahuan dan pemahaman tentang tugasan melalui komunikasi boleh meningkatkan daya ingatan.

Akhirnya, suasana berpasukan juga mempunyai kesan tertentu terhadap ingatan. Pasukan yang positif dan bersemangat boleh membantu ahli mengekalkan sikap yang baik dan menjadikan semua orang lebih terlibat dan fokus pada projek atau tugas. Suasana positif ini sangat bermanfaat untuk meningkatkan daya ingatan.

Secara ringkasnya, terdapat hubungan antara komposisi pasukan dan ingatan. Melalui gabungan yang munasabah, komunikasi yang baik, dan suasana yang positif, pasukan boleh menggunakan sinergi maksimumnya, sekali gus meningkatkan daya ingatan secara keseluruhan. Oleh itu, kerja berpasukan yang baik adalah penting, yang boleh menggalakkan pembangunan kebolehan individu dan pembangunan keseluruhan pasukan, yang juga merupakan salah satu faktor penting untuk kejayaan perusahaan moden. Ia boleh dilihat bahawa kita perlu meningkatkan ingatan, dan Cistanche deserticola boleh meningkatkan ingatan dengan ketara, kerana Cistanche deserticola juga boleh mengawal keseimbangan neurotransmitter, seperti meningkatkan tahap asetilkolin dan faktor pertumbuhan. Bahan-bahan ini sangat penting untuk ingatan dan pembelajaran. Selain itu, Daging juga boleh meningkatkan aliran darah dan menggalakkan penghantaran oksigen, yang dapat memastikan otak menerima nutrien dan tenaga yang mencukupi, seterusnya meningkatkan kecergasan dan daya tahan otak.

Klik Tahu ingatan jangka pendek cara menambah baik

Fakta ini ditunjukkan dalam set data MyDreamTeam dengan membandingkan kos komunikasi yang lebih rendah bagi pasukan yang dipasang sendiri dan kos komunikasi yang lebih tinggi bagi pasukan yang dijana secara rawak.

Algoritma yang dicadangkan menemui gabungan pasukan dengan kos komunikasi yang lebih rendah daripada pasukan yang dipasang sendiri, menunjukkan bahawa orang ramai mempunyai gerak hati dalam membentuk pasukan yang mempunyai hubungan yang baik.

Walau bagaimanapun, mereka tidak mempunyai pengetahuan yang boleh dipercayai tentang hubungan peringkat tinggi antara mereka. Penjelasan yang mungkin tentang perbezaan yang ditemui oleh algoritma ini ialah cabaran yang amat besar bagi individu untuk menemui dan memanfaatkan sambungan tidak langsung, seperti kenalan kongsi atau rakan usaha sama lalu yang dikongsi.

Sama ada individu mengumpulkan pasukan mereka atau pembina pasukan mereka bentuk mereka, mempertimbangkan sambungan tidak langsung ahli pasukan bukanlah satu tugas yang mudah kerana sambungan tidak langsung tidak begitu kelihatan.

Sebaliknya, algoritma kami cemerlang dalam mempertimbangkan struktur rangkaian sosial yang lebih luas memandangkan pandangan global tentang hubungan antara ahli. Dengan menggunakan pendekatan algoritma ini, individu dan pengurus boleh lebih sedar tentang rakan sepasukan yang berpotensi pelbagai melalui hubungan semasa mereka.

Walaupun dua ahli pasukan tidak mengenali satu sama lain secara langsung, bekerjasama dengan "kawan-kawan-kawan" atau hubungan tidak langsung berpotensi meningkatkan kebiasaan dan keselamatan psikologi dalam pasukan [83–85].

Tambahan pula, kami mendapati bahawa pasukan yang dipasang sendiri MyDreamTeam adalah kurang pelbagai daripada pasukan yang dijana secara rawak oleh algoritma. Kecenderungan ini didorong oleh homophily adalah konsisten dengan kesusasteraan terdahulu, menunjukkan bahawa orang lebih suka bekerjasama dengan orang lain yang berkongsi ciri yang serupa [65].

Merumuskan masalah pembentukan pasukan ini menyediakan peluang baharu untuk meningkatkan kepelbagaian pasukan berbanding pasukan yang dipasang sendiri sambil masih mempertimbangkan keakraban yang tinggi di kalangan ahli pasukan. Satu kelebihan utama membentuk pasukan dengan cara ini ialah mengurangkan berat sebelah individu.

Memandangkan orang ramai secara semula jadi menarik ke arah membentuk pasukan dengan individu yang serupa, analgoritma seperti yang dicadangkan boleh menambah proses membuat keputusan orang ramai.

Daripada sambungan yang didorong oleh keutamaan individu, algoritma boleh melaksanakan penyelarasan kolektif dengan menyusun kombinasi pasukan yang lebih baik yang boleh memenuhi jangkaan individu. Pendekatan multiobjektif ini boleh membolehkan orang ramai mencari penyelesaian yang boleh dilaksanakan yang meningkatkan kepelbagaian tanpa menjejaskan kebiasaan dalam pasukan.

Implikasi

Kerja ini memberikan implikasi teori untuk penyelidikan pasukan. Khususnya, penggunaan mekanisme pengiraan untuk menyokong proses pembentukan pasukan. Kesusasteraan telah mencirikan pembentukan pasukan sebagai berpusat pada mekanisme tingkah laku, di mana pasukan boleh dihimpunkan oleh kuasa dalaman atau luaran dan berdasarkan persamaan, kebiasaan dan kecekapan [28, 86].

Dengan merumus dan melaksanakan masalah pengoptimuman berbilang objektif ini, kami mendapati gabungan pasukan yang pelbagai dan berkait yang tidak dapat dijangka oleh individu. Kerja ini membolehkan ahli pasukan untuk merenungkan peranan teknologi dalam membolehkan struktur organisasi baharu dalam kalangan individu dan organisasi, yang boleh membawa kepada teori baharu pembentukan pasukan dan pengenalan teknologi [38–40].

Implikasi praktikal kajian ini menyumbang kepada beberapa komuniti yang dilaburkan dalam meningkatkan kepelbagaian pasukan: pengurus memasang pasukan yang berkesan dan pelbagai, pengajar mengarang lebih banyak pasukan pelajar yang pelbagai, syarikat membentuk kumpulan heterogen daripada unit perniagaan yang berbeza, agensi angkasa lepas seperti NASA membentuk mengarang krew angkasa untuk jangka masa panjang penerokaan angkasa lepas Marikh, dan penyelidik menyiasat penggunaan algoritma untuk mengatur pasukan saintifik.

Memperluaskan penggunaan algoritma ini kepada khalayak yang lebih luas boleh memberikan faedah baharu untuk kumpulan yang berusaha untuk menerima kepelbagaian dan mengekalkan tahap kebiasaan yang tinggi. Tambahan pula, pembangun dan pereka perisian boleh menggunakan implikasi kajian ini untuk prosedur dan garis panduan baharu untuk kecerdasan buatan dalam mengatur pekerja.

Akhir sekali, kerja ini menyediakan lebih banyak pendekatan pengiraan untuk memperkayakan proses pembentukan pasukan [45, 87].

Memandangkan pembina pasukan tidak dapat menyelesaikan masalah ini dengan cepat dengan menyemak setiap gabungan pasukan secara manual, algoritma boleh mengautomasikan tugas ini dengan mengumpulkan ahli yang mempunyai hubungan sosial sedia ada dan, pada masa yang sama, mempunyai latar belakang, ciri dan tahap kepakaran yang berbeza[41, 42]. Kami menjangkakan kerja ini akan membantu dalam membentuk pasukan heterogen dengan mempertimbangkan kepelbagaian dan rangkaian sosial.

Satu lagi kualiti pendekatan ini ialah menambahkan lebih banyak objektif kepada masalah pembentukan pasukan. Contohnya, pembina pasukan boleh meminimumkan fungsi objektif lain seperti jarak geografi antara peserta, kos kakitangan atau kekangan ketersediaan.

Begitu juga, masalah multiobjektif ini boleh menampung sifat ahli apabila mempelbagaikan tidak diingini. Seperti beberapa ulasan meta sebelumnya menunjukkan [14, 88], mempunyai pasukan dengan individu yang serupa mungkin diingini untuk tugasan yang bermasalah rendah atau apabila kecekapan (bukan kreativiti) adalah matlamat.

Tambahan pula, adalah wajar untuk beberapa ciri seperti keperibadian atau kepakaran adalah serupa daripada pelbagai [89].

Masalah pembentukan pasukan ini boleh menambah satu lagi fungsi objektif yang meminimumkan kepelbagaian pasukan dalam beberapa ciri menggunakan metrik yang ditakrifkan oleh Harrison dan Klein [30]. Oleh itu, satu potensi penggunaan algoritma ini adalah untuk memaksimumkan kepelbagaian dalam atribut sesetengah ahli sambil meminimumkan kepelbagaian dalam sifat-sifat lain.

Memandangkan pertukaran fleksibel pendekatan berbilang objektif ini, penyelesaian manakah yang harus dipertimbangkan oleh pembina pasukan dari hadapan Pareto? Menggabungkan metrik lain (cth, prestasi individu, perpaduan pasukan, lokasi ahli) boleh membantu pembina pasukan memilih satu gabungan pasukan tertentu.

Had dan kerja masa depan

Adalah penting untuk mengakui batasan kertas ini. Pertama, langkah-langkah untuk kepelbagaian dan kos komunikasi telah diskalakan secara khusus kepada setiap rangkaian unik dan tidak boleh dibandingkan merentasi set peserta yang berbeza.

Kedua, ukuran kepelbagaian ialah agregat metrik kepelbagaian berbilang untuk setiap atribut yang dijadikan sampel; oleh itu, adalah sukar untuk memberikan sebarang makna sebenar kepada metrik kepelbagaian selain daripada perbezaan relatif dalam rangkaian yang sama. Pelaksanaan masa hadapan harus mempertimbangkan bagaimana ukuran kepelbagaian yang berbeza boleh dianalisis secara berasingan dan mengikut kumpulan peserta tertentu.

Ini mungkin juga menimbang kepelbagaian pada pelbagai dimensi atau mengoperasikan metrik kepelbagaian sebagai fungsi objektif yang berbeza dalam masalah pengoptimuman. Ketiga, membentuk pasukan saintifik dan pasukan perisian adalah lebih kompleks dalam realiti: ahli baharu boleh ditambah dari semasa ke semasa, beberapa pengkhususan diperlukan, tidak semua pasukan ini berkongsi objektif, saiz atau sekatan yang sama, dan kepelbagaian mungkin bermanfaat untuk matlamat sahaja.

Kami percaya penggunaan dua set data terakhir tidak seharusnya membimbangkan kerana kami menggunakannya hanya untuk menguji kecekapan dan keputusan algoritma. Algoritma pembentukan pasukan ini boleh membimbing pembentukan pasukan saintifik dan perisian sebenar dengan mencari kombinasi yang lebih pelbagai dan bersambung.Keempat, kami tidak memberikan pengesyoran khusus untuk atribut kepelbagaian demografi atau fungsian.

Kajian terdahulu telah menunjukkan bagaimana kesan kepelbagaian pada prestasi pasukan dimediasi oleh faktor kontekstual dan proses pasukan [14]. Pembina pasukan yang ingin mentadbir algoritma ini harus mencerminkan dan memutuskan untuk menambah pembolehubah demografi dan kognitif mengikut matlamat organisasi dan konteks tertentu mereka. Kelima, mengumpul data rangkaian sosial boleh menjadi tugas besar untuk pembina pasukan.

Menilai hubungan orang ramai boleh dilakukan dengan menjalankan tinjauan, memeriksa rangkaian komunikasi, atau mengesan data digital [90]. Strategi lain yang berpotensi untuk membina rangkaian sosial individu ialah bertanya tentang pilihan rakan sepasukan mereka.

Algoritma boleh mencari kemungkinan gabungan pasukan yang pelbagai berdasarkan tindak balas individu [91]. Akhir sekali, adalah tidak mungkin untuk menjamin bahawa prestasi pasukan yang disusun oleh algoritma ini akan lebih baik daripada strategi pembentukan pasukan yang lain.

Kajian terdahulu telah menunjukkan hasil yang bercampur-campur untuk kesan langsung kepelbagaian pada prestasi pasukan dalam semua konteks [14], serta kelebihan menggunakan pendekatan algoritma untuk pembentukan pasukan [92].

Penyelidikan lain juga telah menunjukkan bahawa apabila individu kekurangan agensi untuk memasang sendiri pasukan, mereka kurang komited kepada kumpulan mereka [93, 94]. Kerja masa depan harus mempertimbangkan menggunakan algoritma ini untuk mengumpulkan kumpulan sebenar dan menilai prestasi mereka berbanding dengan pasukan yang ditugaskan secara rawak atau oleh pengurus.

Kerja masa depan harus menambah sekatan baharu pada fungsi berbilang objektif, seperti mempertimbangkan peranan tugas tertentu dalam pasukan, menambah pemimpin kepada setiap pasukan, atau mengecualikan gabungan pasukan tertentu yang sesetengah individu tidak mahu bekerjasama.

Menggunakan rangkaian berwajaran juga boleh memberikan maklumat yang lebih bernuansa tentang kekuatan hubungan sosial orang ramai. Satu aplikasi yang berpotensi adalah membezakan individu yang mempunyai interaksi yang kerap daripada mereka yang hampir tidak bercakap antara satu sama lain [95]. Satu contoh bidang yang berpotensi untuk penambahbaikan ialah membangunkan penalaan automatik untuk pemberat yang ditetapkan untuk setiap atribut kepelbagaian yang diberi populasi tertentu.

Jika algoritma meneroka atribut kategori dan berangka orang sebelum menjalankan proses pembentukan pasukan, ia boleh mengenal pasti atribut yang mempunyai lebih banyak variasi dan yang jarang berlaku dalam kalangan individu.

Kemudian, algoritma boleh menentukan kepentingan setiap atribut kepelbagaian dalam fungsi objektif. Akhir sekali, algoritma boleh dilaksanakan sebagai platform web untuk menyediakan lebih banyak peluang kepada pengurus, pengajar atau penyelidik untuk mengumpulkan pasukan.

Kesimpulan

Kerja ini menangani masalah memasang pasukan daripada rangkaian sosial yang memaksimumkan kepelbagaian dan kebiasaan. Kami merumuskan fungsi berbilang objektif untuk masalah ini dan melaksanakan algoritma genetik untuk mencari pasukan pelbagai yang berhubung dengan baik. Dalam penilaian percubaan yang menyeluruh, kami menilai prestasi algoritma yang dicadangkan kami dan membandingkan pendekatan garis dasar itagainst.

Kami membincangkan potensi peranan algoritma dalam menambah komposisi pasukan dan membantu pembina pasukan. Khususnya, pendekatan pengiraan boleh digunakan untuk membentuk pasukan yang mempertimbangkan sambungan tidak langsung dan mengesyorkan gabungan dengan skor kepelbagaian yang lebih tinggi. Memandangkan algoritma boleh menemui kombinasi pasukan yang lebih boleh dilaksanakan berbanding manusia, keputusan pembangun pasukan boleh menjadi lebih tersusun, sistematik dan komprehensif.

Maklumat sokongan

Fail S1. Rajah dan jadual sokongan. S1 Rajah: Simulasi menggunakan metrik Diameter. S2 Rajah:Simulasi menggunakan metrik Minimum Spanning Tree (MST). Jadual S1: Sarung Diameter. S2Jadual: Sarung Pokok Rentang Minimum. Jadual S3: Perkadaran purata hop gabungan pasukan.(PDF)

Rujukan

1. Ng ESW, Burke RJ. Orang-–organisasi sesuai dan perang untuk bakat: adakah pengurusan kepelbagaian membuat perbezaan? Jurnal Antarabangsa Pengurusan Sumber Manusia. 2005; 16(7):1195–1210.https://doi.org/10.1080/09585190500144038

2. Hunt V, Layton D, Prince S. Kepelbagaian penting. McKinsey & Syarikat. 2015; 1(1):15–29.

3. Jackson SE, Joshi A. Kepelbagaian pasukan kerja. Dalam: Buku panduan APA psikologi industri dan organisasi, Vol 1: Membina dan membangunkan organisasi. Persatuan Psikologi Amerika; 2011. hlm.651–686.

4. Barak MEM, Travis DJ. Aliran sosioekonomi: Meluaskan ekosistem kepelbagaian. Dalam: Buku panduan Oxford tentang kepelbagaian dan kerja. Oxford University Press; 2012. hlm. 393.

5. Mathieu JE, Hollenbeck JR, van Knippenberg D, Ilgen DR. Satu abad pasukan kerja dalam Journal ofApplied Psychology. Jurnal Psikologi Gunaan. 2017; 102(3):452. https://doi.org/10.1037/apl0000128 PMID: 28150984

6. Williams KY, O'Reilly CA III. Demografi dan Kepelbagaian dalam Organisasi: Tinjauan 40 Tahun Penyelidikan. Penyelidikan dalam tingkah laku organisasi. 1998; 20:77–140.

7. Van Knippenberg D, De Dreu CK, Homan AC. Kepelbagaian kumpulan kerja dan prestasi kumpulan: model integratif dan agenda penyelidikan. Jurnal Psikologi Gunaan. 2004; 89(6):1008. https://doi.org/10.1037/0021-9010.89.6.1008 PMID: 15584838

8. Halaman SE. Bonus kepelbagaian: Betapa hebatnya hasil pasukan dalam ekonomi pengetahuan. Princeton University Press; 2019.

9. Vasilescu B, Posnett D, Ray B, van den Jenama MGJ, Serebrenik A, Devanbu P, et al. Kepelbagaian Jantina dan Tempoh dalam Pasukan GitHub. Dalam: Prosiding Persidangan Tahunan ACM ke-33 mengenai Human Factorsin Sistem Pengkomputeran. CHI'15. New York, NY, Amerika Syarikat: Persatuan untuk Jentera Pengkomputeran; 2015.hlm. 3789–3798. Boleh didapati daripada:https://doi.org/10.1145/2702123.2702549.

For more information:1950477648nn@gmail.com