Learning teams in higher education executing a collaborative assignment are not always effective. To remedy this, there is a need to determine and understand the variables that influence team effectiveness. This study aimed at developing a conceptual framework, based on research in various contexts on team effectiveness and specifically team and task awareness. Core aspects of the framework were tested to establish its value for future experiments on influencing team effectiveness. Results confirmed the importance of shared mental models, and to some extent mutual performance monitoring for learning teams to become effective, but also of interpersonal trust as being conditional for building adequate shared mental models. Apart from the importance of team and task awareness for team effectiveness it showed that learning teams in higher education tend to be pragmatic by focusing primarily on task aspects of performance and not team aspects. Further steps have to be taken to validate this conceptual framework on team effectiveness.
DOCUMENT
Teams have the potential to offer greater adaptability, productivity and creativity than any one individual can offer and provide more complex, innovative and comprehensive solutions. This necessitates sharing and developing of knowledge at a team-level, fueling the thinking about and research on team learning. This chapter expands the topic of team learning by synthesizing insights from research on collaborative learning in the learning sciences and on teamwork in the organization sciences. In doing so, it builds on the Integrative Model of Team Learning to present recent developments in empirical work on team learning. Significant phenomena are elaborated: with regard to team learning processes, the role of conflicts and team reflexivity is explained. Next, the role of leadership in teams with regard to team learning is demonstrated. In relation to the emergent states, this chapter focuses on two phenomena that are heavily studied in team research in general, but also show to be significant in describing team learning: psychological safety and team knowledge. Lastly, four research challenges for the field of team learning are identified. The first discusses the consequences of conceptualizing team learning as complex and dynamic for measurement and analysis. The second relates to the fact that current research mainly presents a descriptive or explanatory account of team learning and does not indicate what it implies for interventionist theories. The third concerns the awareness that (the effectiveness of) team learning processes differ depending on the type of task that the team is dealing with. The fourth and last issue zooms in on questions how to prepare the individual team member for team learning.
DOCUMENT
Background: Non-technical errors, such as insufficient communication or leadership, are a major cause of medical failures during trauma resuscitation. Research on staffing variation among trauma teams on teamwork is still in their infancy. In this study, the extent of variation in trauma team staffing was assessed. Our hypothesis was that there would be a high variation in trauma team staffing. Methods: Trauma team composition of consecutive resuscitations of injured patients were evaluated using videos. All trauma team members that where part of a trauma team during a trauma resuscitation were identified and classified during a one-week period. Other outcomes were number of unique team members, number of new team members following the previous resuscitation and new team members following the previous resuscitation in the same shift (Day, Evening, Night). Results: All thirty-two analyzed resuscitations had a unique trauma team composition and 101 unique members were involved. A mean of 5.71 (SD 2.57) new members in teams of consecutive trauma resuscitations was found, which was two-third of the trauma team. Mean team members present during trauma resuscitation was 8.38 (SD 1.43). Most variation in staffing was among nurses (32 unique members), radiology technicians (22 unique members) and anesthetists (19 unique members). The least variation was among trauma surgeons (3 unique members) and ER physicians (3 unique members). Conclusion: We found an extremely high variation in trauma team staffing during thirty-two consecutive resuscitations at our level one trauma center which is incorporated in an academic teaching hospital. Further research is required to explore and prevent potential negative effects of staffing variation in trauma teams on teamwork, processes and patient related outcomes.
DOCUMENT
The focus of this project is on improving the resilience of hospitality Small and Medium Enterprises (SMEs) by enabling them to take advantage of digitalization tools and data analytics in particular. Hospitality SMEs play an important role in their local community but are vulnerable to shifts in demand. Due to a lack of resources (time, finance, and sometimes knowledge), they do not have sufficient access to data analytics tools that are typically available to larger organizations. The purpose of this project is therefore to develop a prototype infrastructure or ecosystem showcasing how Dutch hospitality SMEs can develop their data analytic capability in such a way that they increase their resilience to shifts in demand. The one year exploration period will be used to assess the feasibility of such an infrastructure and will address technological aspects (e.g. kind of technological platform), process aspects (e.g. prerequisites for collaboration such as confidentiality and safety of data), knowledge aspects (e.g. what knowledge of data analytics do SMEs need and through what medium), and organizational aspects (what kind of cooperation form is necessary and how should it be financed).Societal issueIn the Netherlands, hospitality SMEs such as hotels play an important role in local communities, providing employment opportunities, supporting financially or otherwise local social activities and sports teams (Panteia, 2023). Nevertheless, due to their high fixed cost / low variable business model, hospitality SMEs are vulnerable to shifts in consumer demand (Kokkinou, Mitas, et al., 2023; Koninklijke Horeca Nederland, 2023). This risk could be partially mitigated by using data analytics, to gain visibility over demand, and make data-driven decisions regarding allocation of marketing resources, pricing, procurement, etc…. However, this requires investments in technology, processes, and training that are oftentimes (financially) inaccessible to these small SMEs.Benefit for societyThe proposed study touches upon several key enabling technologies First, key enabling technology participation and co-creation lies at the center of this proposal. The premise is that regional hospitality SMEs can achieve more by combining their knowledge and resources. The proposed project therefore aims to give diverse stakeholders the means and opportunity to collaborate, learn from each other, and work together on a prototype collaboration. The proposed study thereby also contributes to developing knowledge with and for entrepreneurs and to digitalization of the tourism and hospitality sector.Collaborative partnersHZ University of Applied Sciences, Hotel Hulst, Hotel/Restaurant de Belgische Loodsensociëteit, Hotel Zilt, DM Hotels, Hotel Charley's, Juyo Analytics, Impuls Zeeland.
Aanleiding Nieuwsuitgeverijen bevinden zich in zwaar weer. Economische malaise en toegenomen concurrentie in het pluriforme medialandschap dwingen uitgeverijen om enerzijds kosten te besparen en tegelijkertijd te investeren in innovatie. De verdere automatisering van de nieuwsredactie vormt hierbij een uitdaging. Buiten de branche ontstaan technieken die uitgeverijen hierbij zouden kunnen gebruiken. Deze zijn nog niet 'vertaald' naar gebruiksvriendelijke systemen voor redactieprocessen. De deelnemers aan het project formuleren voor dit braakliggend terrein een praktijkgericht onderzoek. Doelstelling Dit onderzoek wil antwoord geven op de vraag: Hoe kunnen bewezen en nieuw te ontwikkelen technieken uit het domein van 'natural language processing' een bijdrage leveren aan de automatisering van een nieuwsredactie en het journalistieke product? 'Natural language processing' - het automatisch genereren van taal - is het onderwerp van het onderzoek. In het werkveld staat deze ontwikkeling bekend als 'automated journalism' of 'robotjournalistiek'. Het onderzoek richt zich enerzijds op ontwikkeling van algoritmes ('robots') en anderzijds op de impact van deze technologische ontwikkelingen op het nieuwsveld. De impact wordt onderzocht uit zowel het perspectief van de journalist als de nieuwsconsument. De projectdeelnemers ontwikkelen binnen dit onderzoek twee prototypes die samen het automated-journalismsysteem vormen. Dit systeem gaat tijdens en na het project gebruikt worden door onderzoekers, journalisten, docenten en studenten. Beoogde resultaten Het concrete resultaat van het project is een prototype van een geautomatiseerd redactiesysteem. Verder levert het project inzicht op in de verankering van dit soort systemen binnen een nieuwsredactie. Het onderzoek biedt een nieuw perspectief op de manier waarop de nieuwsconsument de ontwikkeling van 'automated journalism' in Nederland waardeert. Het projectteam deelt de onderzoekresultaten door middel van presentaties voor de uitgeverijbranche, presentaties op wetenschappelijke conferenties, publicaties in (vak)tijdschriften, reflectiebijeenkomsten met collega-opleidingen en een samenvattende white paper.
De markt vraagt om steeds meer productvariëteit. Veel bedrijven realiseren productvariëteit nu met veel klant-specifiek engineeringswerk (Engineer-to-Order/EtO). Dit zet druk op alle afdelingen in het bedrijf zoals sales, engineering, productie en service. Een uitdagende manier voor deze bedrijven, om beter met het spanningsveld tussen externe en interne eisen om te gaan, is het ontwikkelen van meer configureerbare producten (lego principe}. Hiervoor is een modulaire opbouw van het product nodig waarin verschillende productonderdelen gestandaardiseerd zijn en gebruikt kunnen worden in verschillende eindproducten. Zo kan, met minder engineeringsactiviteiten, een product geconfigureerd worden (Configure-to-Order/CtO) en de klant productvariëteit worden geboden zonder alle interne druk. Voor diverse bedrijven vormen ook de mogelijkheden van Industry 4.0 en sustainabilty ambities belangrijke drivers in hun streven naar meer CtO. Het implementeren van CtO is echter niet eenvoudig. Het vraagt om aanzienlijke capaciteit, kennis en kunde op het gebied van productontwikkeling, procesontwikkeling en het veranderproces. Betrokkenheid van medewerkers uit alle belangrijke afdelingen (verkoop, engineering, productie, service etc.) is een vereiste. Mkb-bedrijven worstelen hiermee en hebben behoefte aan goede tools en technieken, zowel inhoudelijk, over de ontwikkeling van de productarchitectuur en de impact hiervan op de bedrijfsprocessen, als veranderkundig, hoe deze transitie tot stand te brengen. In dit Sia RAAK-mkb onderzoek willen wij samen met productie mkb-bedrijven, kennisinstellingen en brancheorganisaties een integrale aanpak ontwikkelen om CtO op een goede manier te implementeren. De deelnemende mkb-bedrijven hebben de duidelijke wens om dit de komende jaren te doen. Voor de specifieke casussen zullen met casestudies en interventieonderzoek aanpakken ontwikkeld worden. Studentprojecten zullen ondersteuning geven aan de verschillende interventies. Vervolgens zal systematisch case-vergelijkend onderzoek worden uitgevoerd om inzicht te krijgen in wat in welke situatie werkt. Op basis van het case-vergelijkend onderzoek worden tools en technieken ontwikkeld die enerzijds generiek zijn en anderzijds kunnen worden aangepast aan specifieke bedrijfssituaties.
