[论文解读] COINs change leaders - Lessons Learned from a Distributed Course

Peter A. Gloor, Maria Paasivaara|arXiv (Cornell University)|Aug 6, 2013

Knowledge Management and Sharing参考文献 22被引用 5

一句话总结

本研究分析了来自三个国家五所大学的50名学生在分布式课程中的沟通模式，这些学生组成十个团队参与协作创新网络（COINs）课程。基于电子邮件档案，研究识别出‘振荡式领导力’——即团队成员在中心与边缘角色之间交替——是团队创造力最强的预测指标，该发现进一步得到沟通量变异性、快速响应时间以及积极语言使用的支持，并通过访谈得到验证。

ABSTRACT

In this paper we analyze the communication network of 50 students from five universities in three countries participating in a joint course on Collaborative Innovation Networks (COINs). Students formed ten teams. Interaction variables calculated from the e-mail archive of individual team members predict the level of creativity of the team. Oscillating leadership, where members switch between central and peripheral roles is the best predictor of creativity, it is complemented by the variance in the amount of sending or receiving information, and by answering quickly, and positive language. We verify our automatically generated creativity metrics with interviews.

研究动机与目标

• 探究分布式团队中的沟通动态如何影响全球协作创新课程中的团队创造力。
• 识别跨机构在线团队环境中有效领导力与创新的关键网络与行为指标。
• 通过参与者访谈验证自动化创造力指标的可靠性。
• 探讨语言语气、响应速度与沟通量在预测团队表现中的作用。

提出的方法

• 分析十支团队共50名学生在协作创新网络（COINs）联合在线课程中的电子邮件档案。
• 从电子邮件数据中计算互动变量，如发送/接收消息的频率、响应时间及语言积极程度。
• 通过基于沟通模式的自动化指标衡量团队创造力，并经课程结束后访谈验证。
• 应用网络分析检测领导力动态，特别是角色在中心与边缘之间交替的振荡式领导力。
• 使用统计模型将沟通变量与团队创造力结果相关联。
• 通过参与者的访谈数据进行定性分析，验证定量研究结果。

实验结果

研究问题

• RQ1 在分布式团队中，哪些沟通模式与更高的团队创造力水平最强相关？
• RQ2 振荡式领导力——即团队成员在中心与边缘角色之间交替——如何影响团队创新？
• RQ3 响应速度、沟通量变异性及语言积极程度在多大程度上可预测团队创造力？
• RQ4 基于电子邮件数据推导出的自动化创造力指标与访谈中的定性评估有多一致？
• RQ5 语言语气在促进分布式团队中的协作创新中发挥何种作用？

主要发现

• 振荡式领导力是团队创造力最强的预测指标，在预测创新成果方面优于静态领导模型。
• 团队成员发送或接收信息量的变异性显著提升了团队创造力。
• 快速响应时间与团队创造力呈正相关，表明及时沟通具有重要意义。
• 消息中使用积极语言是团队创新的重要预测指标，表明情感基调影响协作表现。
• 基于电子邮件数据推导出的自动化创造力指标与访谈中的定性发现高度一致，验证了其可靠性。
• 展现出动态领导模式与高沟通响应性的团队，其创新产出高于那些采用僵化或被动沟通结构的团队。