Em Busca de Equipes Diversas e Conectadas: Uma Abordagem Computacional para Montar Equipes Diversas Baseadas em Membros Parte 1

Abstrato

Pesquisas anteriores mostram que equipes com experiências e habilidades diversas podem superar equipes homogêneas. No entanto, muitas vezes as pessoas preferem trabalhar com outras pessoas que lhes sejam semelhantes e familiares e não conseguem montar equipes com altos níveis de diversidade.

Existe uma relação muito estreita entre pessoas familiares e memória. Pessoas familiares incluem a nossa família, amigos, colegas, etc. Estas pessoas podem ser uma grande ajuda nas nossas vidas, não só proporcionando apoio emocional, mas também tendo um impacto positivo na nossa memória.

Primeiro, pessoas conhecidas podem se tornar nossos meios de memória. Quando nos comunicamos com eles, nossa concentração e atividade mental melhoram e podemos lembrar melhor das coisas. Quando nos comunicamos, geralmente mencionamos coisas que são relevantes para eles. Essas coisas estão intimamente relacionadas às nossas vidas, por isso são fáceis de lembrar. Com essas informações, podemos recordar melhor os eventos relacionados a eles, o que ajuda a melhorar nossas habilidades de memória.

Em segundo lugar, pessoas conhecidas podem prestar assistência mútua. Por exemplo, quando esquecemos algo, podemos perguntar. Se tivermos um bom relacionamento com essa pessoa, ela poderá nos fornecer algumas informações ou dicas que nos ajudem a lembrar melhor das coisas.

Finalmente, pessoas conhecidas podem fornecer apoio emocional. Quando nos deparamos com dificuldades ou contratempos, o seu apoio pode ajudar-nos a enfrentá-las melhor. Isso nos ajuda a manter uma atitude positiva e melhora nossa memória.

No dia a dia, precisamos manter contato com pessoas conhecidas e estabelecer bons relacionamentos. Dessa forma, podemos fortalecer nossas habilidades de memória para administrar melhor nossas vidas. Percebe-se que precisamos melhorar a memória, e a Cistanche deserticola pode melhorar significativamente a memória porque a Cistanche deserticola é um material medicinal tradicional chinês que tem muitos efeitos únicos, um dos quais é melhorar a memória. A eficácia da carne picada vem dos vários ingredientes ativos que contém, incluindo ácidos, polissacarídeos, flavonóides, etc. Esses ingredientes podem promover a saúde do cérebro de várias maneiras.

Clique em conhecer 10 maneiras de melhorar a memória

Estudamos o problema de formação de equipes considerando um conjunto de indivíduos com diferentes habilidades e características e uma rede social que captura a familiaridade entre esses indivíduos. O objetivo é atribuir todos os indivíduos a diversas equipes com base em suas conexões sociais, permitindo-lhes assim preservar um nível de familiaridade.

Formulamos este problema de formação de equipes como um problema de otimização multiobjetivo para dividir os membros em equipes diversificadas e bem conectadas dentro de uma rede social.

Implementamos esse problema empregando o Algoritmo Genético de Classificação Não Dominado II (NSGA-II), que encontra combinações de equipes com altos níveis de familiaridade e diversidade em tempo O(n2). Testamos esse algoritmo em três conjuntos de dados de formação de equipes coletados empiricamente e em três algoritmos de benchmark.

Os resultados experimentais confirmam que o algoritmo proposto formou com sucesso equipes que possuem diversidade nos atributos dos membros e conexões anteriores entre os membros. Discutimos os benefícios do uso de abordagens computacionais para aumentar a formação e composição de equipes.

Introdução

A formação de equipes hoje é diferente das décadas passadas. Hoje em dia, organizações e instituições pretendem formar grupos com base não apenas na experiência dos membros, mas também em critérios de diversidade [1,2].

Como a força de trabalho está se tornando cada vez mais diversificada, mais organizações estão se comprometendo a reunir membros de diferentes formações educacionais, formações funcionais e atributos demográficos na mesma equipe [3, 4].

Numerosos estudos mostram os benefícios potenciais da diversidade nas equipes [5, 6]. No nível da identidade, a pesquisa mostra que a diversidade demográfica – membros da equipe de diferentes gêneros, culturas, raças, etc. – pode impulsionar o desempenho da equipe.

Cultivar a diversidade demográfica nas equipes pode trazer diferentes características, pontos de vista e experiências inerentes ao grupo demográfico [7, 8]. Alguns exemplos são a diversidade de gênero, que promove a produtividade nas equipes de desenvolvimento de software [9], a inteligência coletiva das equipes [10], e inovações em grupos de P&D [11]. Um estudo mostrou que a diversidade racial também pode trazer perspectivas alternativas e estimular a criatividade, gerando ideias mais originais e competitivas [12].

A diversidade cultural é outro exemplo: ajuda as equipes a produzir resultados mais criativos do que equipes culturalmente homogêneas [13]. No nível cognitivo, equipes com altos níveis de diversidade funcional – isto é, membros da equipe com diferentes conhecimentos, carreiras e experiências – podem produzir resultados mais originais e criativos.

Promover a diversidade funcional pode aumentar a criatividade porque expande a amplitude de informações, conhecimentos, ideias e perspectivas dentro de uma equipe [14]. Também incentiva o pensamento divergente, maior escopo de habilidades e recombinação de ideias [15, 16].

Como resultado, equipes funcionalmente diversas têm maior probabilidade de resolver problemas complexos que exigem criatividade e inovação do que grupos homogêneos [2, 8, 16]. No geral, a interação da diversidade demográfica e funcional desempenha um papel na forma como as diferenças dos membros da equipa alavancam o seu trabalho e desempenho[7].

Apesar dos benefícios potenciais da diversidade nas equipes, a pesquisa também mostra que a diversidade é uma “faca de dois gumes” [17]. Estudos anteriores oferecem resultados mistos e até contraditórios sobre os efeitos da diversidade nas equipes [14, 17, 18].

Embora a diversidade funcional possa causar problemas de coordenação e conflitos em um grupo devido a diferenças no treinamento e no conhecimento, a diversidade demográfica pode provocar preconceitos entre os membros (ou seja, distinção "nós-eles") [19], levando a uma falta de coesão, comunicação e confiança [20–22].

Durante décadas, as organizações promoveram treinamento em diversidade para ajudar os membros a trabalhar com outras pessoas que são diferentes delas. No entanto, quando as pessoas são designadas para trabalhar em uma equipe diversificada, é menos provável que se envolvam com a equipe e sejam motivadas a trabalhar com colegas de equipe que diferem. em atributos demográficos ou funcionais [23].

Uma solução potencial para moderar os efeitos adversos da diversidade nas equipes é permitir a familiaridade da equipe (ou seja, a experiência anterior dos membros da equipe trabalhando uns com os outros). Um corpo substancial de literatura mostra que a colaboração anterior leva a uma maior probabilidade de sucesso e colaborações futuras [24–26].

A familiaridade da equipe cria as bases de confiança, distribuição de informações e comunicação entre os membros [27, 28]. E porque a familiaridade da equipa ajuda os membros a localizar, partilhar e distribuir o seu conhecimento, a familiaridade da equipa pode resolver muitos problemas criados pela diversidade sem comprometer os seus benefícios potenciais [29].

As organizações podem montar equipes com altos níveis de diversidade e familiaridade simultaneamente?
Em vez de formar equipes com base em critérios de diversidade ou em relacionamentos anteriores, a combinação de ambos pode ajudar os membros a promover a confiança e as organizações a tornarem os benefícios da diversidade mais salientes [29]. Neste trabalho, propomos uma abordagem computacional para descobrir combinações de equipes adequadas que maximizem a diversidade e a familiaridade da equipe ao mesmo tempo.

Escolhemos essas características de duas equipes porque ambas podem ser determinadas durante o processo de formação da equipe. Como esta tarefa requer a avaliação de todas as combinações possíveis entre os membros disponíveis, elaboramos um problema de otimização e suas implementações de algoritmos para encontrar eficientemente combinações de equipe inestimáveis.

Formulamos este problema de formação de equipes como um problema de otimização multiobjetivo para montar equipes maximizando sua diversidade e familiaridade simultaneamente.

Usamos a estrutura de Harrison e Klein [30] para calcular a diversidade das equipes com base na variedade e disparidade de atributos, e usamos a métrica de custo de comunicação de Kargar e An [31] para calcular a familiaridade das equipes com base na estrutura da rede social dos membros [32].

Em seguida, implementamos esse problema empregando o Algoritmo Genético de Classificação Não Dominado II (NSGA-II).

Esta implementação é apropriada porque fornece um conjunto de combinações de equipes eficientes e considera as compensações de diferentes objetivos. Demonstramos a eficácia de nossa abordagem usando três conjuntos de dados que contêm informações sobre membros da equipe: (1) alunos montando equipes automaticamente usando a plataforma MyDreamTeam [33], (2) cientistas coautores de artigos fornecidos pelo conjunto de dados BibSonomy [34] e (3 ) equipes colaborando no GitHub fornecido pelo conjunto de dados GHTorrent [35].

Avaliamos nosso algoritmo proposto em relação a outros métodos de otimização multiobjetivo altamente citados na literatura, avaliando suas soluções e tempo de execução. Os resultados demonstram que nosso algoritmo proposto forneceu com sucesso soluções com maior diversidade e níveis de familiaridade.

For more information:1950477648nn@gmail.com