版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、知識團隊是組織執(zhí)行知識型任務(wù)、實現(xiàn)知識創(chuàng)造的核心單元,而源于知識型任務(wù)設(shè)計局限性與知識團隊成員認知差異性的任務(wù)設(shè)計與任務(wù)執(zhí)行沖突,則日益凸顯為知識團隊中一種常見的知識沖突類型。更重要的是,知識團隊任務(wù)設(shè)計與任務(wù)執(zhí)行沖突同時還處于復(fù)雜多變的任務(wù)時間框架的約束下。時間框架效應(yīng)理論表明:團隊可以利用時間框架效應(yīng)設(shè)計沖突管理策略,影響團隊成員面對知識沖突時的決策與行為模式,以促進異質(zhì)性知識資源在沖突過程中的充分交互作用,最終達到有效管理團隊知識
2、沖突、促進團隊創(chuàng)新的目的。因此,在時間框架效應(yīng)視角下研究知識團隊任務(wù)設(shè)計與任務(wù)執(zhí)行沖突,對于探索時間約束下的沖突管理機制具有重要理論價值。本文圍繞時間框架效應(yīng)的概念內(nèi)涵、產(chǎn)生機理,及其對知識團隊任務(wù)設(shè)計與任務(wù)執(zhí)行沖突與創(chuàng)新的作用路徑、影響機制等問題展開一系列研究。 本文的第一個研究,首先基于時間框架效應(yīng)和沖突管理等相關(guān)理論傳統(tǒng),將行為決策中的時間框架效應(yīng)在團隊知識沖突領(lǐng)域進行理論拓展,推演出時間框架效應(yīng)與團隊知識沖突之間的邏輯關(guān)
3、系;其次,通過案例分析為上述邏輯構(gòu)思尋找現(xiàn)實證據(jù),對團隊知識沖突管理中的時間框架形式及其分類進行總結(jié)、對知識沖突及沖突處理決策的類型進行歸納、對沖突處理決策中的時間框架效應(yīng)及其對團隊知識沖突的影響關(guān)系進行考查和分析;最后,對理論拓展與案例分析進行研究總結(jié),并從中發(fā)現(xiàn)有待深化的研究視角。 本文的第二個研究,通過設(shè)計情景模擬實驗探索時間框架效應(yīng)下時間個性、任務(wù)認知與任務(wù)參與決策間的作用關(guān)系。首先,通過實驗檢驗不確定情境下個體任務(wù)參與
4、決策中的時間框架效應(yīng),從而以更加嚴謹?shù)姆绞津炞C和完善之前研究所得出的時間框架效應(yīng)相關(guān)結(jié)論;其次,通過分析時間框架對時間個性、任務(wù)認知影響任務(wù)參與決策關(guān)系的調(diào)節(jié)機制,為在團隊層面研究時間框架效應(yīng)與知識團隊任務(wù)設(shè)計與任務(wù)執(zhí)行沖突的關(guān)系,提供了個體層面的微觀實驗證據(jù)及理論邏輯支撐;最后,通過對實驗過程的觀察和實驗結(jié)果的分析,探索其他可能產(chǎn)生影響的中介與調(diào)節(jié)變量,為此后對時間框架效應(yīng)下知識團隊創(chuàng)新的影響機制進行全面實證研究打好基礎(chǔ)。 本
5、文的第三個研究,在前面的理論構(gòu)建、理論拓展、案例研究以及實驗研究基礎(chǔ)上,設(shè)計團隊層面關(guān)于時間框架效應(yīng)、時間個性差異、知識團隊任務(wù)設(shè)計與任務(wù)執(zhí)行沖突及創(chuàng)新之間關(guān)系的實證研究。該實證研究以時間個性差異(時間認知特征差異、時間情感特征差異)為自變量,知識團隊創(chuàng)新(創(chuàng)新程度、創(chuàng)新速度)為因變量,知識團隊任務(wù)設(shè)計與任務(wù)執(zhí)行沖突為中介變量,時間框架效應(yīng)(認知維度、情感維度)為調(diào)節(jié)變量,在首先考查時間個性差異影響知識團隊任務(wù)設(shè)計與任務(wù)執(zhí)行沖突及創(chuàng)新關(guān)
6、系的基礎(chǔ)上,重點檢驗時間框架效應(yīng)對上述關(guān)系的調(diào)節(jié)作用,從而驗證了本文總體研究構(gòu)思的邏輯主軸。 本文的第四個研究,基于理論構(gòu)建與前述實證研究結(jié)果,納入關(guān)系沖突和時間壓力變量,設(shè)計了一個更為精細的全模型實證研究。該實證研究以時間個性差異(時間認知特征差異、時間情感特征差異)為自變量,知識團隊創(chuàng)新為因變量,知識團隊任務(wù)設(shè)計與任務(wù)執(zhí)行沖突、關(guān)系沖突、時間壓力為中介變量,時間框架效應(yīng)(認知維度、情感維度)為調(diào)節(jié)變量,在初步分析全模型中各變
7、量相關(guān)關(guān)系的基礎(chǔ)上,分別考查了時間框架效應(yīng)的調(diào)節(jié)機制,關(guān)系沖突和時間壓力的中介機制,從而以更加全面的視角探索了時間框架效應(yīng)下知識團隊創(chuàng)新的影響機制。 通過上述四個研究,本文得出以下結(jié)論:①時間框架效應(yīng)存在影響團隊知識沖突的現(xiàn)實證據(jù);②時間框架效應(yīng)具有影響團隊知識沖突的微觀作用機制;③在以時間個性差異影響知識團隊任務(wù)設(shè)計與任務(wù)執(zhí)行沖突及創(chuàng)新為主軸的知識團隊創(chuàng)新影響機制中,時間框架效應(yīng)發(fā)揮重要的調(diào)節(jié)作用,任務(wù)設(shè)計與任務(wù)執(zhí)行沖突、時間
8、壓力和關(guān)系沖突發(fā)揮重要的中介作用。本文取得的理論進展主要有:①時間框架效應(yīng)理論內(nèi)涵的明確界定及其解釋機制構(gòu)建;②時間框架效應(yīng)在沖突管理領(lǐng)域的理論拓展;③時間框架效應(yīng)、時間個性差異及團隊知識沖突的分類細化;④時間框架效應(yīng)對知識團隊任務(wù)設(shè)計與任務(wù)執(zhí)行沖突及創(chuàng)新的影響機制構(gòu)建。本文的現(xiàn)實意義在于:①為知識團隊的時間管理與沖突管理實踐,提供了基本理念和現(xiàn)實操作上的契合點;②為知識團隊探索和實施“基于時間框架效應(yīng)的時間管理策略”,提供了理論基礎(chǔ)和
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于時間框架效應(yīng)下的企業(yè)知識團隊沖突與管理
- 團隊內(nèi)任務(wù)沖突與關(guān)系沖突的關(guān)系與協(xié)調(diào)
- 團隊任務(wù)沖突對團隊任務(wù)績效的影響機理研究——從團隊交互記憶與任務(wù)反思中介作用視角的分析.pdf
- 團隊任務(wù)沖突對團隊決策績效的影響研究.pdf
- 積極情緒中介下的任務(wù)沖突與工作滿意度:團隊信任的調(diào)節(jié)效應(yīng).pdf
- 積極情緒中介下的任務(wù)沖突與工作滿意度:團隊信任的調(diào)節(jié)效應(yīng)
- 團隊任務(wù)沖突、團隊領(lǐng)導(dǎo)風(fēng)格及其提升團隊效能的機制研究.pdf
- 任務(wù)最壞執(zhí)行時間分析與任務(wù)調(diào)度檢測仿真工具的實現(xiàn).pdf
- 知識團隊的沖突管理研究.pdf
- 知識團隊的沖突管理研究
- 團隊差異背景下的知識沖突及其創(chuàng)新影響研究.pdf
- 個人知識與團隊知識沖突及其與績效的關(guān)系研究.pdf
- 基于知識網(wǎng)絡(luò)的科研團隊知識及任務(wù)管理研究.pdf
- 關(guān)于框架效應(yīng)下反規(guī)避執(zhí)行行為的研究.pdf
- 不同媒介和任務(wù)條件下虛擬團隊信息共享與團隊效力研究.pdf
- 時間壓力下群體決策與個體決策的框架效應(yīng).pdf
- 異構(gòu)環(huán)境下MapReduce任務(wù)推測執(zhí)行算法研究.pdf
- 時間壓力下群體決策與個體決策的框架效應(yīng)
- 沖突、社會資本與科研團隊人才聚集效應(yīng)
- 數(shù)字任務(wù)與語義任務(wù)中沖突控制的神經(jīng)機制.pdf
評論
0/150
提交評論