Team Dynamics, Networks, and Assembly (Team DNA)

团队动力、网络和装配(团队 DNA)

基本信息

项目摘要

DESCRIPTION (provided by applicant): Teams play an increasingly dominant role relative to solo scientists in medical practice, medical and public health research, and science more generally. The aim of this research is to understand the characteristics of successful teams, the leading indicators of impending team failure, and potential policies for increasing the productivit of team science and problem solving. To accomplish these aims we will develop a computational model of team dynamics, networks, and assembly parameterized by real world data on team collaboration. Our research will advance the understanding of team science by including the entire process that begins with the assembly of a team, continues through the dynamics of team communication and problem solving, and ends with either the production of team output or the premature dissolution of the team. Unlike previous models in which team networks are specified exogenously using stylized mathematical structures (such as preferential attachment or the Watts-Strogatz small world network model), teams in our model will endogenously self assemble from a pool of potential collaborators. Our model of team assembly will be parameterized by a unique dataset from the NSF supported web platform Nano HUB, which includes the interactions and scientific output of thousands of scientists working in the field of nanotechnology. Moreover, our model will incorporate not only the network structure of communication among team members, but also the quality of those communications. Because we have access to the full log of communications among Nano HUB team members, we will be able to apply measures of communication quality including Linguistic Style Matching (LSM) and Emotional Activation and Sentiment Analysis to parameterize the simulated communications in our computational model. In addition to parameterizing our model with input from real word data on team interactions, we will externally validate the computational model using two additional datasets on team collaboration, one from the Trans disciplinary Tobacco Use Research Center (TTURC) and a second from the web based software development host GitHub. The resulting validated computational model will serve not only as a test of theories of team dynamics, networks, and assembly, but also as a test bed for experimenting with potential policy interventions to encourage the development of successful teams and to prevent or mitigate the damage from team failures.
描述(由申请人提供):相对于单独的科学家,团队在医疗实践、医学和公共卫生研究以及更广泛的科学领域中发挥着越来越重要的作用。本研究的目的是了解成功团队的特征、即将发生的团队失败的先行指标以及提高团队科学和问题解决效率的潜在政策。为了实现这些目标,我们将开发一个团队动态、网络和装配的计算模型,该模型由团队协作的真实数据参数化。我们的研究将促进对团队科学的理解,包括从团队组建开始,一直到团队沟通和问题解决的动态,最后以团队产出的产生或团队过早解散结束的整个过程。 。与以前使用程式化数学结构(例如优先依恋或 Watts-Strogatz 小世界网络模型)外生地指定团队网络的模型不同,我们模型中的团队将从潜在合作者池中内生地自我组装。我们的团队组装模型将通过 NSF 支持的网络平台 Nano HUB 的独特数据集进行参数化,其中包括数千名在纳米技术领域工作的科学家的相互作用和科学成果。此外,我们的模型不仅会包含团队成员之间通信的网络结构,还会包含这些通信的质量。由于我们可以访问 Nano HUB 团队成员之间的完整通信日志,因此我们将能够应用通信质量测量,包括语言风格匹配 (LSM) 以及情绪激活和情感分析,以参数化计算模型中的模拟通信。除了使用团队互动的真实数据输入来参数化我们的模型之外,我们还将使用两个关于团队协作的附加数据集在外部验证计算模型,一个来自跨学科烟草使用研究中心 (TTURC),另一个来自基于网络的数据集。软件开发主机GitHub。由此产生的经过验证的计算模型不仅可以作为团队动力学、网络和组装理论的测试,而且可以作为试验潜在政策干预措施的试验台,以鼓励成功团队的发展并防止或减轻团队的损害。团队失败。

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Peter John Lamberson其他文献

Peter John Lamberson的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('Peter John Lamberson', 18)}}的其他基金

Team Dynamics, Networks, and Assembly (Team DNA)
团队动力、网络和装配(团队 DNA)
  • 批准号:
    9225231
  • 财政年份:
    2016
  • 资助金额:
    $ 35.12万
  • 项目类别:

相似国自然基金

面向论文引用与科研合作的"科学学"规律中的国别特征研究
  • 批准号:
    72374173
  • 批准年份:
    2023
  • 资助金额:
    41 万元
  • 项目类别:
    面上项目
多场耦合作用下断层滑移特征及在注水诱发地震研究中的应用
  • 批准号:
    42374078
  • 批准年份:
    2023
  • 资助金额:
    51 万元
  • 项目类别:
    面上项目
多因素耦合作用下坡面流阻力特征及输沙机理
  • 批准号:
    52309093
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
车辆动载-水分迁移联合作用下黄土路基多场耦合演进特征与变形失稳机制
  • 批准号:
    52308337
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
热力耦合作用下镍基单晶微孔洞三维特征演化表征及损伤累积定量评估
  • 批准号:
    12302105
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目

相似海外基金

Precision Pharmacogenomic Perioperative Prediction
精准药物基因组围手术期预测
  • 批准号:
    10643419
  • 财政年份:
    2023
  • 资助金额:
    $ 35.12万
  • 项目类别:
Modeling a Neural Circuit for Flexible Control of Innate Behaviors
建模神经回路以灵活控制先天行为
  • 批准号:
    10576922
  • 财政年份:
    2021
  • 资助金额:
    $ 35.12万
  • 项目类别:
Molecular Profiling and Bioinformatics
分子分析和生物信息学
  • 批准号:
    10696184
  • 财政年份:
    2021
  • 资助金额:
    $ 35.12万
  • 项目类别:
Driving Biomedical Projects
推动生物医学项目
  • 批准号:
    10089606
  • 财政年份:
    2021
  • 资助金额:
    $ 35.12万
  • 项目类别:
Urine TB diagnostic by amplicon reconstruction for PCR detection of DNA fragments
通过扩增子重建进行 DNA 片段 PCR 检测诊断尿结核
  • 批准号:
    10385847
  • 财政年份:
    2021
  • 资助金额:
    $ 35.12万
  • 项目类别:
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了