Group Processes / Pilny, Andrew ; Poole, Marshall Scott  

Público ISBD Ningún comentario para este título. Título : Group Processes : Data-Driven Computational Approaches Tipo de documento: documento electrónico Autores: Pilny, Andrew, ; Poole, Marshall Scott, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2017 Número de páginas: VI, 206 p. 80 ilustraciones, 59 ilustraciones en color. ISBN/ISSN/DL: 978-3-319-48941-4 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Psicología  Gestión del conocimiento  Psicología del Trabajo y Organizacional  Minería de datos y descubrimiento de conocimientos  Análisis de datos y Big Data  Métodos sociológicos  Procesamiento de datos  Investigación cuantitativa  Metodología  Sociolo Clasificación: 003 Teoría general de sistemas Resumen: Este volumen presenta una serie de diferentes métodos computacionales basados ​​en datos para analizar procesos grupales a través de ejemplos didácticos y tutoriales. Los procesos grupales son de importancia central para muchos sectores de la sociedad, incluidos el gobierno, el ejército, la atención médica y las corporaciones. Los métodos computacionales son más adecuados para manejar datos de procesos grupales (potencialmente enormes) que las metodologías tradicionales debido a sus suposiciones más flexibles y su capacidad para manejar datos de seguimiento en tiempo real. De hecho, el uso de métodos bajo el nombre de ciencia social computacional se ha disparado a lo largo de los años. Sin embargo, la atención se ha centrado en la investigación original más que en la pedagogía, dejando a aquellos interesados ​​en obtener habilidades computacionales sin un recurso muy necesario. Aunque los métodos aquí descritos pueden aplicarse a áreas más amplias de las ciencias sociales, están específicamente diseñados para la investigación de procesos grupales. En este volumen se demuestran varios métodos basados ​​en datos adaptados a la investigación de procesos grupales. Estos incluyen minería de textos, modelado de eventos relacionales, simulación social, aprendizaje automático, análisis de secuencia social y análisis de superficie de respuesta. Para aprovechar estas nuevas oportunidades, este libro proporciona ejemplos claros (por ejemplo, proporcionando código) de procesos grupales en diversos contextos, estableciendo pautas y mejores prácticas para el trabajo futuro. Este volumen será de gran beneficio para quienes deseen aprender métodos computacionales. Estos incluyen académicos como estudiantes de posgrado y profesores, profesionales e investigadores multidisciplinarios que trabajan en ciencias de la organización y la gestión, y consultores para diversos tipos de organizaciones y grupos. Nota de contenido: Introduction -- Response Surface Models to Analyze Nonlinear Group Phenomena -- Causal Inference using Bayesian Network -- A Relational Event Approach to Modeling Behavioral Dynamics -- Text Mining Tutorial -- Sequential Synchronization Analysis -- Group Analysis using Machine Learning Techniques -- Simulation and Virtual Experimentation: Grounding with Empirical Data. Tipo de medio : Computadora Summary : This volume introduces a series of different data-driven computational methods for analyzing group processes through didactic and tutorial-based examples. Group processes are of central importance to many sectors of society, including government, the military, health care, and corporations. Computational methods are better suited to handle (potentially huge) group process data than traditional methodologies because of their more flexible assumptions and capability to handle real-time trace data. Indeed, the use of methods under the name of computational social science have exploded over the years. However, attention has been focused on original research rather than pedagogy, leaving those interested in obtaining computational skills lacking a much needed resource. Although the methods here can be applied to wider areas of social science, they are specifically tailored to group process research. A number of data-driven methodsadapted to group process research are demonstrated in this current volume. These include text mining, relational event modeling, social simulation, machine learning, social sequence analysis, and response surface analysis. In order to take advantage of these new opportunities, this book provides clear examples (e.g., providing code) of group processes in various contexts, setting guidelines and best practices for future work to build upon. This volume will be of great benefit to those willing to learn computational methods. These include academics like graduate students and faculty, multidisciplinary professionals and researchers working on organization and management science, and consultants for various types of organizations and groups. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Group Processes : Data-Driven Computational Approaches [documento electrónico] / Pilny, Andrew, ; Poole, Marshall Scott,  . -  1 ed.  . - [s.l.] : Springer, 2017 . - VI, 206 p. 80 ilustraciones, 59 ilustraciones en color. ISBN : 978-3-319-48941-4 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Psicología  Gestión del conocimiento  Psicología del Trabajo y Organizacional  Minería de datos y descubrimiento de conocimientos  Análisis de datos y Big Data  Métodos sociológicos  Procesamiento de datos  Investigación cuantitativa  Metodología  Sociolo Clasificación: 003 Teoría general de sistemas Resumen: Este volumen presenta una serie de diferentes métodos computacionales basados ​​en datos para analizar procesos grupales a través de ejemplos didácticos y tutoriales. Los procesos grupales son de importancia central para muchos sectores de la sociedad, incluidos el gobierno, el ejército, la atención médica y las corporaciones. Los métodos computacionales son más adecuados para manejar datos de procesos grupales (potencialmente enormes) que las metodologías tradicionales debido a sus suposiciones más flexibles y su capacidad para manejar datos de seguimiento en tiempo real. De hecho, el uso de métodos bajo el nombre de ciencia social computacional se ha disparado a lo largo de los años. Sin embargo, la atención se ha centrado en la investigación original más que en la pedagogía, dejando a aquellos interesados ​​en obtener habilidades computacionales sin un recurso muy necesario. Aunque los métodos aquí descritos pueden aplicarse a áreas más amplias de las ciencias sociales, están específicamente diseñados para la investigación de procesos grupales. En este volumen se demuestran varios métodos basados ​​en datos adaptados a la investigación de procesos grupales. Estos incluyen minería de textos, modelado de eventos relacionales, simulación social, aprendizaje automático, análisis de secuencia social y análisis de superficie de respuesta. Para aprovechar estas nuevas oportunidades, este libro proporciona ejemplos claros (por ejemplo, proporcionando código) de procesos grupales en diversos contextos, estableciendo pautas y mejores prácticas para el trabajo futuro. Este volumen será de gran beneficio para quienes deseen aprender métodos computacionales. Estos incluyen académicos como estudiantes de posgrado y profesores, profesionales e investigadores multidisciplinarios que trabajan en ciencias de la organización y la gestión, y consultores para diversos tipos de organizaciones y grupos. Nota de contenido: Introduction -- Response Surface Models to Analyze Nonlinear Group Phenomena -- Causal Inference using Bayesian Network -- A Relational Event Approach to Modeling Behavioral Dynamics -- Text Mining Tutorial -- Sequential Synchronization Analysis -- Group Analysis using Machine Learning Techniques -- Simulation and Virtual Experimentation: Grounding with Empirical Data. Tipo de medio : Computadora Summary : This volume introduces a series of different data-driven computational methods for analyzing group processes through didactic and tutorial-based examples. Group processes are of central importance to many sectors of society, including government, the military, health care, and corporations. Computational methods are better suited to handle (potentially huge) group process data than traditional methodologies because of their more flexible assumptions and capability to handle real-time trace data. Indeed, the use of methods under the name of computational social science have exploded over the years. However, attention has been focused on original research rather than pedagogy, leaving those interested in obtaining computational skills lacking a much needed resource. Although the methods here can be applied to wider areas of social science, they are specifically tailored to group process research. A number of data-driven methodsadapted to group process research are demonstrated in this current volume. These include text mining, relational event modeling, social simulation, machine learning, social sequence analysis, and response surface analysis. In order to take advantage of these new opportunities, this book provides clear examples (e.g., providing code) of group processes in various contexts, setting guidelines and best practices for future work to build upon. This volume will be of great benefit to those willing to learn computational methods. These include academics like graduate students and faculty, multidisciplinary professionals and researchers working on organization and management science, and consultants for various types of organizations and groups. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]

---

1 (1 - 1 / 1) Ver por página : 25 50 100 200