Стратегии совместной когнитивной деятельности в диадах испытуемых с разными индивидуально-типологическими характеристиками

Обложка

Цитировать

Полный текст

Аннотация

Обоснование. Актуальной проблемой социальной психофизиологии является изучение стратегий достижения результатов командной деятельности и факторов, определяющих их выбор, в различных профессиональных сферах.

Цель. Выявить стратегии достижения совместного результата когнитивной деятельности в диадах у испытуемых с различными личностными характеристиками и показателями персональной результативности.

Материалы и методы. Обследованы 52 пары мужчин и 50 пар женщин (средний возраст — 17 лет 9 мес. ± 3 мес., знакомые друг с другом в диадах), давших добровольное, информированное согласие. Личностные характеристики определяли по методике «Большая пятёрка». Участники выполняли тест «Установление закономерностей» индивидуально, соревнуясь и кооперативно в диадах.

Результаты. Выявлены совместная и раздельная стратегии кооперации, с сопоставимыми значениями интегральной успешности и одинаковым распределением по всей выборке и в группах диад мужчин и женщин. Показатели кооперативной деятельности диад с разными стратегиями отличались по временны́м характеристикам и ошибочностью. При раздельной стратегии, по сравнению с совместной, пары быстрее проходили тест, отмечая большее число закономерностей, но с большим числом ошибок. Для испытуемых с совместной стратегией кооперации были характерны более высокие уровни индивидуальной ошибочности, их разниц между партнёрами и сходство темпа деятельности по сравнению с участниками пар, выбравших в последующем раздельную стратегию. У испытуемых пар с совместной стратегией были выше уровни исходных личностных характеристик «понимание» и «расслабленность» и ниже показатель активности по сравнению с участниками, выбравшими раздельную стратегию.

Заключение. Полученные факты вносят вклад в понимание выбора стратегий командной интеллектуальной деятельности и их взаимосвязей с персональными особенностями партнёров. Выявленные закономерности могут лечь в основу методик подбора людей, сотрудничающих при достижении интегральных результатов в различных сферах деятельности.

Об авторах

Елена Павловна Муртазина

Федеральный исследовательский центр оригинальных и перспективных биомедицинских и фармацевтических технологий

Автор, ответственный за переписку.
Email: murtazina_ep@academpharm.ru
ORCID iD: 0000-0002-4243-8727
SPIN-код: 4445-4178

канд. мед. наук, доцент

Россия, Москва

Ольга Игоревна Ермакова

Федеральный исследовательский центр оригинальных и перспективных биомедицинских и фармацевтических технологий

Email: ermakova_oi@academpharm.ru
ORCID iD: 0000-0003-4860-6151
SPIN-код: 4609-3885
Россия, Москва

Сергей Сергеевич Перцов

Федеральный исследовательский центр оригинальных и перспективных биомедицинских и фармацевтических технологий

Email: pertsov_ss@academpharm.ru
ORCID iD: 0000-0001-5530-4990
SPIN-код: 3876-0513

д-р мед. наук, профессор, чл.-корр. РАН

Россия, Москва

Список литературы

  1. Chashchin VP, Kovshov AA, Gudkov AB, Morgunov BA. Socioeconomic and behavioral risk factors of disabilities among the indigenous population in the far north. Ekologiya cheloveka (Human Ecology). 2016;23(6):3–8. doi: 10.33396/1728-0869-2016-6-3-8 EDN: VZZFET
  2. Giesinger I, Buajitti E, Siddiqi A, et al. The association between total social exposure and incident multimorbidity: A population-based cohort study. SSM Popul Health. 2024;29:101743. doi: 10.1016/j.ssmph.2024.101743
  3. Korneeva Yа, Simonova N. Job stress and working capacity among fly-in-fly-out workers in the oil and gas extraction industries in the Arctic. International Journal of Environmental Research and Public Health. 2020;17(21):7759. doi: 10.3390/ijerph17217759 EDN: UGQELN
  4. Murtazina EP, Korobeynikova II, Poskotinova LV, et al. Analysis of cognitive functions and neurophysiological processes in adaptation of human to conditions of the Arctic region. IP Pavlov Russian Medical Biological Herald. 2023;31(2):293–304. doi: 10.17816/PAVLOVJ109581 EDN: FLNEIA
  5. Sidorov PI. Mental health service. Ekologiya cheloveka (Human Ecology). 2014;21(8):44–56. doi: 10.17816/humeco17215 EDN: SMKJMD
  6. Andreatta PB, Graybill JC, Renninger CH, et al. Five influential factors for clinical team performance in urgent, emergency care contexts. Military Medicine. 2023;188(7-8):e2480–e2488. doi: 10.1093/milmed/usac269
  7. Dawe J, Cronshaw H, Frerk C. Learning from the multidisciplinary team: advancing patient care through collaboration. Br J Hosp Med. 2024;85(5):1–4. doi: 10.12968/hmed.2023.0387
  8. Momennejad I. Collective minds: social network topology shapes collective cognition. Philos Trans R Soc B Biol Sci. 2022;377(1843):20200315. doi: 10.1098/rstb.2020.0315
  9. Kozlowski SWJ. A multilevel, emergent journey to unpack team process dynamics. Small Group Research. 2024;56(3):487–523. doi: 10.1177/10464964241281347
  10. Child J, Faulkner D. Strategies of cooperation: managing alliances, networks, and joint ventures. Oxford University Press; 1998. 371 p. ISBN: 10: 0198774842
  11. Wahn B, Kingstone A, König P. Group benefits in joint perceptual tasks — а review. Ann N Y Acad Sci. 2018;1426(1):166–178. doi: 10.1111/nyas.13843
  12. Gordon J, Knoblich G, Pezzulo G. Strategic task decomposition in joint action. Cogn Sci. 2023;47(7):e13316. doi: 10.1111/cogs.13316
  13. Gulati R, Wohlgezogen F, Zhelyazkov P. The two facets of collaboration: cooperation and coordination in strategic alliances. Academy of Management Annals. 2012;6(1):531–583. doi: 10.1080/19416520.2012.691646
  14. Belousova AK, Kachan YuM. Functional-role distribution of students in the joint solution of problems of different types. Bulletin of Udmurt University. Series Philosophy. Psychology. Pedagogy. 2024;34(1):26–37. doi: 10.35634/2412-9550-2024-34-1-26-37 EDN: EGZVYT
  15. Prewett MS, Brown MI, Goswami A, Christiansen ND. Effects of team personality composition on member performance: a multilevel perspective. Group & Organization Management. 2018;43(2):316–348. doi: 10.1177/1059601116668633
  16. Jolić Marjanović Z, Krstić K, Rajić M, et al. The big five and collaborative problem solving: a narrative systematic review. European Journal of Personality. 2024;38(3):457–475. doi: 10.1177/08902070231198650
  17. Khromov AB. A five-factor personality questionnaire. Kurgan: Izd-vo Kurganskogo gosuniversiteta; 2000. 23 p. (In Russ.) ISBN: 5-86328-381-5
  18. Logutova EV. Diagnosis of cognitive development. Orenburg: OGU; 2021. 142 p. (In Russ.) EDN: MYFXGU
  19. Umryukhin YeA, Dzhebrailova T D, Korobeynikova II. Individual characteristics of achieving the results of purposeful activity and spectral characteristics of students’ EEG in a pre-examination situation. Psychological Journal. 2005;26(4):57–65. (In Russ.) EDN: HRWFIZ
  20. Marlin D, Ketchen DJ, Lamont B. Equifinality and the strategic groups — performance relationship. Journal of Managerial Issues. 2007;19(2):208–232. URL: http://www.jstor.org/stable/40604564
  21. von Bertalanffy L. General system theory: foundations, development, applications. New York: G. Braziller; 1969. 289 p. URL: https://archive.org/details/generalsystemthe0000bert
  22. Anokhin PK. Fundamental issues of the general theory of functional systems. Moscow; 1971. 61 p. (In Russ.) URL: https://rusneb.ru/catalog/000199_000009_007229347
  23. Rosing F, Boer D, Buengeler C. When timing is key: how autocratic and democratic leadership relate to follower trust in emergency contexts. Front Psychol. 2022;13:904605. doi: 10.3389/fpsyg.2022.904605
  24. Wahn B, Czeszumski A, König P. Performance similarities predict collective benefits in dyadic and triadic joint visual search. PLoS ONE. 2018;13(1):e0191179. doi: 10.1371/journal.pone.0191179
  25. Dziura SL, Hosangadi A, Shariq D, et al. Partner similarity and social cognitive traits predict social interaction success among strangers. Soc Cogn Affect Neurosci. 2023;18(1):nsad045. doi: 10.1093/scan/nsad045
  26. Varfolomeyeva AV, Tishchenko AG, Aleхandrov YuI. Variants of mutual coordination of individuals with similar and different psychological characteristics. Experimental Psychology. 2024;17(2):84–97. doi: 10.17759/exppsy.2024170205. EDN: DRFEWI
  27. Campos-Moinier K, Murday V, Brunel L. Individual differences in social interaction contexts: examining the role of personality traits in the degree of self-other integration. Personality and Individual Differences. 2022;203:112002. doi: 10.1016/j.paid.2022.112002
  28. Paletta P, Bass N, Aspesi D, Choleris E. Sex differences in social cognition. Curr Top Behav Neurosci. 2023;62:207–234. doi: 10.1007/7854_2022_325

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Иллюстрации выполнения теста «Установление закономерностей»: фотографии партнёров с совместной (А-1) и раздельной (А-2) стратегиями кооперации; графики последовательных кликов компьютерными мышками в 2-мерном пространстве матрицы теста при совместной (B-1) и раздельной (B-2) стратегиях кооперации. Оси абсцисс — номера цифровых групп в строках, оси ординат — номера строк матрицы, пунктирные линии — траектории переходов нажатий от одной цифровой группы к следующей, стрелки — место окончания выполнения теста.

Скачать (566KB)
Метаданные
3. Рис. 2. Диаграммы показателей кооперативной деятельности пар испытуемых: А — общее время выполнения теста «Установление закономерности»; В — суммарное количество отмеченных цифровых сочетаний; С — средняя длительность анализа цифровых групп. По осям абсцисс группы сравнения: 1 и 2 — все пары с разными стратегиями кооперации; ♂1, ♂2, ♀1, ♀2 — мужские и женские диады с разными стратегиями. По осям ординат шкалы показателей. Линии внутри боксов — медианные значения, границы боксов — квартили Q1 и Q3, «усы» — минимальные и максимальные значения, крестики в боксах — средние значения. Достоверность различий: * — между стратегиями (критерий Манна–Уитни) , + — между полом (критерий Манна–Уитни) , # — между всеми четырьмя группами (метод Краскела–Уоллиса). Количество символов соответствует уровням значимости: p <0,05, p <0,01 и p <0,001.

Скачать (211KB)
Метаданные
4. Рис. 3. График уровней личностных характеристик испытуемых с совместной (1) и раздельной (2) стратегиями последующей кооперации в диадах. Представлены средние значения с ошибками средних в группах и достоверностью межгрупповых различий: * p <0,1, ** p <0,05.

Скачать (163KB)
Метаданные

© Эко-Вектор, 2025

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
 


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».