論文の概要: Physiologically-Informed Predictability of a Teammate's Future Actions Forecasts Team Performance

• arxiv url: http://arxiv.org/abs/2501.15328v1
• Date: Sat, 25 Jan 2025 21:37:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-28 13:54:23.068490
• Title: Physiologically-Informed Predictability of a Teammate's Future Actions Forecasts Team Performance
• Title（参考訳）: チームパフォーマンスを予測するチームメイトの将来行動の生理的インフォームド予測可能性
• Authors: Yinuo Qin, Richard T. Lee, Weijia Zhang, Xiaoxiao Sun, Paul Sajda,
• Abstract要約: 個人の行動と生理的指標の関係と、チーム全体のパフォーマンスに対するそれらの複合的な影響は、いまだに理解されていない。 この結果から,チームパフォーマンスとチームメンバーの今後の行動の予測可能性との間には,強い関連性があることが判明した。 ハイパフォーマンスなチームが高度に同期されているという従来の認識とは対照的に、我々の結果は、チームメンバー間の生理的および行動的同期が、チームのパフォーマンスと限られた相関関係にあることを示唆している。
• 参考スコア（独自算出の注目度）: 7.591509098751302
• License:
• Abstract: In collaborative environments, a deep understanding of multi-human teaming dynamics is essential for optimizing performance. However, the relationship between individuals' behavioral and physiological markers and their combined influence on overall team performance remains poorly understood. To explore this, we designed a triadic human collaborative sensorimotor task in virtual reality (VR) and introduced a novel predictability metric to examine team dynamics and performance. Our findings reveal a strong connection between team performance and the predictability of a team member's future actions based on other team members' behavioral and physiological data. Contrary to conventional wisdom that high-performing teams are highly synchronized, our results suggest that physiological and behavioral synchronizations among team members have a limited correlation with team performance. These insights provide a new quantitative framework for understanding multi-human teaming, paving the way for deeper insights into team dynamics and performance.
• Abstract（参考訳）: 協調的な環境では、パフォーマンスを最適化するためには、マルチヒューマン・コラボレーション・ダイナミクスの深い理解が不可欠である。 しかし, 個人の行動指標と生理指標の関係と, チーム全体のパフォーマンスへの影響はよく分かっていない。 これを探るため,仮想現実(VR)における3進的協調感覚運動タスクを設計し,チームのダイナミクスとパフォーマンスを調べるための新しい予測可能性指標を導入した。 その結果,他のチームメンバーの行動・生理的データに基づいて,チームのパフォーマンスとチームメンバーの将来行動の予測可能性との間に強い関連性があることが判明した。 ハイパフォーマンスなチームが高度に同期されているという従来の認識とは対照的に、我々の結果は、チームメンバー間の生理的および行動的同期が、チームのパフォーマンスと限られた相関関係にあることを示唆している。 これらの洞察は、多人数チームを理解するための新しい定量的フレームワークを提供し、チームのダイナミクスとパフォーマンスに関する深い洞察を得るための道を開く。

関連論文リスト

• ML-SPEAK: A Theory-Guided Machine Learning Method for Studying and Predicting Conversational Turn-taking Patterns [25.049072387358244]
  自己組織化チーム内で対話型ターンテイクの計算モデルを開発する。 個人の性格特性とチームのコミュニケーションパターンのギャップを埋めることで、私たちのモデルはチームプロセスの理論を伝えることができるのです。
  論文  参考訳（メタデータ） (2024-11-23T01:27:01Z)
• ProAgent: Building Proactive Cooperative Agents with Large Language Models [89.53040828210945]
  ProAgentは、大規模な言語モデルを利用してプロアクティブエージェントを生成する新しいフレームワークである。 ProAgentは現状を分析し、チームメイトの意図を観察から推測することができる。 ProAgentは高度なモジュール化と解釈可能性を示し、様々な調整シナリオに容易に統合できる。
  論文  参考訳（メタデータ） (2023-08-22T10:36:56Z)
• Detecting and Optimising Team Interactions in Software Development [58.720142291102135]
  本稿では,ソフトウェア開発チームの機能的相互作用構造を検出するためのデータ駆動型手法を提案する。 このアプローチでは、チームメンバのアクティビティレベルの違いを考慮し、ブロック制約設定モデルを使用します。 我々のアプローチは、チームが合成されたベンチマークシナリオと機能的な相互作用構造を比較するのにどのように役立つかを示します。
  論文  参考訳（メタデータ） (2023-02-28T14:53:29Z)
• Informational Diversity and Affinity Bias in Team Growth Dynamics [6.729250803621849]
  情報多様性の利点は親和性バイアスと緊張関係にあることを示す。 本結果は,情報多様性を促進するためのユーティリティベースのモチベーションの基本的な制限を定式化した。
  論文  参考訳（メタデータ） (2023-01-28T05:02:40Z)
• Incorporating Rivalry in Reinforcement Learning for a Competitive Game [65.2200847818153]
  本研究は,競争行動の社会的影響に基づく新しい強化学習機構を提案する。 提案モデルでは, 人工エージェントの学習を調節するための競合スコアを導出するために, 客観的, 社会的認知的メカニズムを集約する。
  論文  参考訳（メタデータ） (2022-08-22T14:06:06Z)
• Kill Chaos with Kindness: Agreeableness Improves Team Performance Under Uncertainty [0.0]
  Agreeablenessは、チームパフォーマンスと重要でない、非常に可変的な関係を示している。 エージェントベースモデル(ABM)は、チームワークに対する性格特性の影響を予測するために使用される。 遺伝的アルゴリズムを用いてABMの限界を探索し、どの特性が最高のチームと最悪のチームと相関しているかを発見する。
  論文  参考訳（メタデータ） (2022-08-09T16:04:32Z)
• Co-Located Human-Human Interaction Analysis using Nonverbal Cues: A Survey [71.43956423427397]
  本研究の目的は,非言語的キューと計算手法を同定し,効果的な性能を実現することである。 この調査は、最も広い範囲の社会現象と相互作用設定を巻き込むことによって、相手と異なる。 もっともよく使われる非言語キュー、計算方法、相互作用環境、センシングアプローチは、それぞれマイクとカメラを備えた3,4人で構成される会話活動、ベクターマシンのサポート、ミーティングである。
  論文  参考訳（メタデータ） (2022-07-20T13:37:57Z)
• Modeling Teams Performance Using Deep Representational Learning on Graphs [0.0]
  本稿では,チームのパフォーマンスを予測するために設計されたグラフニューラルネットワークモデルを提案する。 このモデルは、トポロジカル、集中、コンテキストという3つのアーキテクチャチャネルに基づいている。 第1のメカニズムは、チーム内のキーメンバーをピンポイントすることを可能にする。 第2のメカニズムにより、結果のパフォーマンスを決定する上での3つのドライバ効果の貢献を定量化できます。
  論文  参考訳（メタデータ） (2022-06-29T16:12:22Z)
• From Motor Control to Team Play in Simulated Humanoid Football [56.86144022071756]
  我々は、現実的な仮想環境でサッカーをするために、物理的にシミュレートされたヒューマノイドアバターのチームを訓練する。 一連の段階において、プレイヤーはまず、現実的な人間のような動きを実行するために、完全に関節化された身体を制御することを学習する。 その後、ドリブルやシューティングといった中級のサッカーのスキルを身につける。 最後に、彼らは他の人を意識し、チームとしてプレーし、ミリ秒のタイムスケールで低レベルのモーターコントロールのギャップを埋める。
  論文  参考訳（メタデータ） (2021-05-25T20:17:10Z)
• Who/What is My Teammate? Team Composition Considerations in Human-AI Teaming [1.3477333339913569]
  本稿では,チームパフォーマンスやチーム状況の認識,チーム認知など,人間とAIのコラボレーションに欠かせない側面について考察する。 認識されたチームの認知は、人間のみのチームで最も高く、混合構成チームは、全チームの58%以下で認識されたチームの認知を報告した。
  論文  参考訳（メタデータ） (2021-05-23T19:06:18Z)
• On Emergent Communication in Competitive Multi-Agent Teams [116.95067289206919]
  外部のエージェントチームによるパフォーマンスの競争が社会的影響として作用するかどうかを検討する。 以上の結果から,外部競争の影響により精度と一般化が向上し,コミュニケーション言語が急速に出現することが示唆された。
  論文  参考訳（メタデータ） (2020-03-04T01:14:27Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。