一个日益增长的组织趋势是利用特设团队组建,允许团队根据完成任务所需的成员技能有意形成。由于这些团队的陌生性质,队友之间往往受限于对他人的理解(如队友偏好、倾向、态度),这限制了团队的运作和效率。本研究概念化并研究了一种队友信息推荐系统的使用,该系统选择性地在陌生队友之间共享人际推荐(例如“你的声音在决策时可能会被这位队友盖过”),以促进队友理解。通过涉及105名参与者在实际陌生团队中工作的混合方法,本研究探讨了匿名性和解释等呈现元素如何影响系统感知,以及匿名性如何影响团队结果。结果表明,匿名化推荐与更差的团队测量相关,尤其是团队满意度和团队凝聚力。定性结果揭示了团队成员感知到的隐私担忧和使用该系统的团队收益。我们为CSCW做出了贡献,更好地理解了如何支持陌生团队,对新型队友信息推荐系统的概念化和实证调查,以及与该系统相关的基础设计建议。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/cscw/124518/2023

广告推荐

学习 AI 编程到 CodeNow

一眼看懂

论文快照

fact_check
dataset
来源
CSCW
calendar_month
年份
2023
emoji_events
奖项
未标记奖项
group
作者
6 位作者
sell
研究子方向
work
职业/产业
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文