Please use this identifier to cite or link to this item: http://hdl.handle.net/1843/ESBF-9KQGV7
Full metadata record
DC FieldValueLanguage
dc.contributor.advisor1Pedro Olmo Stancioli Vaz de Melopt_BR
dc.contributor.advisor-co1Fabricio Benevenuto de Souzapt_BR
dc.contributor.referee1Antonio Alfredo Ferreira Loureiropt_BR
dc.contributor.referee2Luciano Antonio Digiampietript_BR
dc.contributor.referee3Marcos Andre Goncalvespt_BR
dc.creatorDouglas Donizeti de Castilho Brazpt_BR
dc.date.accessioned2019-08-10T13:16:36Z-
dc.date.available2019-08-10T13:16:36Z-
dc.date.issued2014-02-27pt_BR
dc.identifier.urihttp://hdl.handle.net/1843/ESBF-9KQGV7-
dc.description.abstractStudents often have to team up for class projects. In this process, our conjecture is that they group based not only on the performance in the classroom (the grades of the students, for example), but also from their interpersonal relationships (for example, if they trust each other). With best of our knowledge, no studies were found on the relationship between team formation for class projects and social media. In this context, we propose a new methodology to identify work affinities from social media data. The proposed methodology was applied in a group of college students in a given classroom. First, through a questionnaire, we asked students to tell us who they would like to work or not in this room. Then, through an application developed from the Facebook API, we collected data from their online interactions, and finally tested some predictors for team building. Thus, it was concluded that self-organized team members selection can be better estimated from Facebook-derived proxies for the strength of the ties, popularity, extraversion and homophily than proficiency metrics. These results have important implications for the theoretical literature teaming. Currently, companies work with dynamic cooperative, where the harmonic interpersonal relationships is of great interest institutions. Practices for harmonic grouping are used by human resources departments to maximize the performance of work teams. Moreover, there are practical implications for online educational platforms in the performing of collaborative activities.pt_BR
dc.description.resumoEstudantes muitas vezes têm de se unir para realizar projetos de classe. Nesse processo, a nossa conjectura é que eles se agrupam não só a partir dos seus desempenhos em sala de aula (dado pelas notas, por exemplo), mas também a partir dos seus relacionamentos interpessoais (por exemplo, se eles confiam uns nos outros). Com o melhor de nosso conhecimento, não foram encontrados estudos na literatura sobre a relação entre a formação de equipes para projetos de classe e mídias sociais. Neste contexto, propomos uma nova metodologia para identificar afinidades de trabalho a partir de dados de mídias sociais. A metodologia proposta foi aplicada a um grupo de estudantes universitários de uma dada sala de aula. Primeiramente, através de um questionário, pedimos aos alunos para nos dizer com quem eles gostariam ou não de trabalhar nessa sala. Em seguida, via uma aplicação desenvolvida a partir da API do Facebook, coletamos dados de suas interações sociais online e, por fim, testamos alguns preditores para formação de equipe. Com isso, pôde-se concluir que o processo de escolha de colaboradores pode ser melhor estimado através de métricas sociais derivadas do Facebook para a força dos relacionamentos, popularidade, extroversão e homofilia, do que através de métricas relacionadas ao desempenho dos alunos. Estes resultados têm importantes implicações teóricas para a literatura de formação de equipes. Atualmente, empresas trabalham com dinâmicas cooperativas, onde o relacionamento interpessoal harmônico é de grande interesse das instituições. Práticas para agrupamentos harmônicos são utilizadas por departamentos de recursos humanos para maximizar o desempenho de equipes de trabalho. Além disso, existem implicações práticas para plataformas educacionais online, na realização de atividades colaborativas.pt_BR
dc.languagePortuguêspt_BR
dc.publisherUniversidade Federal de Minas Geraispt_BR
dc.publisher.initialsUFMGpt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectFormação de timespt_BR
dc.subjectRelacionamento negativopt_BR
dc.subjectTeste sociométricopt_BR
dc.subjectRedes sociais onlinept_BR
dc.subjectCapital socialpt_BR
dc.subject.otherConflito (Psicologia)pt_BR
dc.subject.otherRelações humanaspt_BR
dc.subject.otherComputaçãopt_BR
dc.subject.otherRedes sociais on-linept_BR
dc.titleUma metodologia para a predição de afinidades e formação de grupos de trabalho a partir de redes sociaispt_BR
dc.typeDissertação de Mestradopt_BR
Appears in Collections:Dissertações de Mestrado

Files in This Item:
File Description SizeFormat 
douglasdonizetidecastilho.pdf3.01 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.