[论文解读] Measuring Team Creativity Through Longitudinal Social Signals
本文提出了一种通过分析电子通信和人员感应徽章数据中的纵向社交信号来衡量团队创造力的新方法。它识别出四个关键指标——轮换领导力、轮换贡献、响应及时性以及网络中心性动态——这些指标在多种情境下共同以高可靠性预测团队创新。
Research into human dynamical systems has long sought to identify robust signals for human behavior. We have discovered a series of social network-based indicators that are reliable predictors of team creativity and collaborative innovation. We extract these signals from electronic records of interpersonal interactions, including e-mail, and face-to-face interaction measured via sociometric badges. The first of these signals is Rotating Leadership, measuring the degree to which, over time, actors in a team vary in how central they are to team's communication network's structure. The second is Rotating Contribution, which measures the degree to which, over time, actors in a team vary in the ratio of communications they distribute versus receive. The third is Prompt Response Time, which measures, over time, the responsiveness of actors to one another's communications. Finally, we demonstrate the predictive utility of these signals in a variety of contexts, showing them to be robust to various methods of evaluating innovation.
研究动机与目标
- 识别超越个体特质或静态网络结构的、可靠且基于数据的团队创造力指标。
- 解决在现实团队中，创造力源于动态互动，难以衡量协作创新的问题。
- 开发一个利用纵向沟通模式预测团队层面创新结果的框架。
- 在多种情境和评估方法下验证社交网络信号的预测能力。
提出的方法
- 从电子通信记录（如电子邮件）和通过人员感应徽章获取的面对面互动中提取纵向社交信号。
- 将轮换领导力定义为团队通信网络中各成员中心性随时间的变化。
- 将轮换贡献度测量为各成员随时间推移的对外通信与对内通信比例的波动。
- 将响应及时性量化为团队成员之间响应的平均延迟，以捕捉响应动态。
- 使用网络分析和时间序列指标，从原始互动数据中计算出四个核心指标。
- 通过在多种团队环境中使用多种创新评估方法验证预测性能。
实验结果
研究问题
- RQ1能否从团队沟通模式中提取的纵向社交信号可靠地预测团队创造力？
- RQ2哪些具体的动态社交网络指标对协作创新最具预测力？
- RQ3轮换领导力、轮换贡献度和响应及时性在单独和共同作用时，如何贡献于团队创新的预测？
- RQ4这些信号在不同创新评估方法和多样的团队环境中是否具有鲁棒性？
主要发现
- 基于社交网络的四个指标——轮换领导力、轮换贡献度、响应及时性以及网络中心性动态——共同以高可靠性预测团队创造力。
- 轮换领导力（反映通信网络中影响力的变化）是团队创新结果的强预测指标。
- 轮换贡献度（反映动态参与模式）与更高的团队创造力显著相关。
- 响应及时性表现出显著的预测能力，表明响应速度有助于提升协作创新。
- 这些指标在不同创新评估方法下保持稳健，表明其在各类情境中具有普适性。
- 该模型仅使用互动数据即可成功预测团队层面的创新，无需依赖结果标签或主观评估。
更好的研究，从现在开始
从阅读论文到最终审阅，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。