Опишите состав тэк: Опишите состав ТЭК. — Универ soloBY

состав, значение в хозяйстве, проблемы развития. ТЭК и окружающая среда.

Топливно-энергетический комплекс (ТЭК) — это совокупность отраслей, связанных с производством и распределением энергии в различных её видах и формах.

В состав ТЭК входят отрасли по добычи и переработке различных видов топлива (топливная промышленность), электроэнергетика и предприятия по транспортировке и распределению электроэнергии.

Значение топливно-энергетического комплекса в хозяйстве нашей страны очень велико и не только потому, что он снабжает топливом и энергией все отрасли хозяйства, без энергии не возможен ни один вид хозяйственной деятельности человека, но и потому что этот комплекс является главным поставщиком валюты (40% — такова доля топливно-энергетических ресурсов в экспорте России).

Важным показателем, характеризующим работу ТЭК, является топливно-энергетический баланс (ТЭБ).

Топливно-энергетический баланс — соотношение добычи различных видов топлива, выработанной из них энергии и использование их в хозяйстве.

Энергия, получаемая при сжигании разного топлива, неодинакова, поэтому для сравнения разных видов топлива его переводят в так называемое условное топливо, теплота сгорания 1 кг. которого равна 7 тыс. ккал. При пересчете в условное топливо применяются так называемые тепловые коэффициенты, на которые умножается количество пересчитываемого вида топлива. Так, если 1 т. каменного угля приравнять к 1 т. условного топлива, коэффициент угля равен 1, нефти — 1,5, а торфа — 0,5.

Соотношение разных видов топлива в ТЭБ страны изменяется. Так, если до середины 60-х годов главную роль играл уголь, то в 70-е годы доля угля сократилась, а нефти возросла (были открыты месторождения Западной Сибири). Сейчас доля нефти сокращается и возрастает доля газа (т.к. нефть выгоднее использовать как химическое сырьё).

Развитие ТЭК связанно с целым рядом проблем:

Запасы энергетических ресурсов сосредоточенны в восточных районах страны, а основные районы потребления в западных. Для решения этой проблемы планировалось в западной части страны развитие атомной энергетики, но после аварии на Чернобыльской АЭС, реализация этой программы замедлилась.

Возникли и экономические трудности с ускоренной добычей топлива на востоке и передачей его на запад.
Добыча топлива становится всё более дорогой и поэтому необходимо всё шире внедрять энергосберегающие технологии.
Увеличение предприятий ТЭК оказывает отрицательное воздействие на окружающую среду, поэтому при строительстве требуется тщательная экспертиза проектов, а выбор места для них должен учитывать требованиям охраны окружающей среды.
Топливная промышленность: состав, размещение главных районов добычи топлива, проблемы развития.

Топливная промышленность — часть топливно-энергетического комплекса. Она включает отрасли по добыче и переработке различных видов топлива. Ведущие отрасли топливной промышленности — нефтяная, газовая и угольная.

Нефтяная промышленность. В сыром виде нефть почти не используют, но при переработке получают высококачественное топливо (бензин, керосин, солярку, мазут) и разнообразные соединения, служащие сырьём для химической промышленности. По запасам нефти Россия занимает II место в мире.

Основная база страны — Западная Сибирь (70% добычи нефти). Крупнейшие месторождения — Самотлор, Сургут, Мегион. Вторая по величине база — Волго-Уральская. Разрабатывается уже почти 50 лет, поэтому запасы сильно истощены. Из крупнейших месторождений следует назвать — Ромашкинское, Туймазинское, Ишимбаевское.

В перспективе возможна разработка новых месторождений на шельфе Каспийского, а так же Баренцево, Карского и Охотского морей.

Часть нефти перерабатывается, однако большинство нефтеперерабатывающих заводов находится в европейской части России. Сюда нефть передаётся по нефтепроводам, часть нефти по нефтепроводу «Дружба» передаётся в Европу.

Газовая промышленность. Газ самый дешёвый вид топлива и ценное химическое сырьё. По запасам газа Россия занимает I место в мире.

В нашей стране разведано 700 месторождений. Основная база добычи газа — Западная Сибирь, а крупнейшие месторождения — Уренгойское и Ямбургское. Вторая по величине база по добыче газа это —Оренбургско–Астраханская. Газ этого района имеет очень сложный состав, для его переработки построены крупные газоперерабатывающие комплексы. Природный газ добывается так же в Тимано-Печорском бассейне (менее1% от всей добычи), открыто месторождение на шельфе Балтийского моря. В перспективе возможно создание ещё одной базы — Иркутская область, Якутия, Сахалин.

Для транспортировки газа создана единая газопроводная система. 1/3 добываемого газа экспортируется в Беларусь, Украину, страны Балтии, Западную Европу и Турцию.

Угольная промышленность. Запасы угля в России очень велики, но добыча намного дороже по сравнению с другими видами топлива.

Поэтому после открытия крупнейших месторождений нефти и газа доля угля в топливном балансе сократилась. Уголь используется как топливо в промышленности и на электростанциях, а коксующийся уголь – как сырьё для чёрной металлургии и химической промышленности. Главными критериями оценки того или иного месторождения угля, являются — себестоимость добычи, способ добычи, качество самого угля, глубина и толщина пластов.

Основные районы добычи сосредоточенны в Сибири (64%). Важнейшие угольные бассейны – Кузнецкий, Канско-Ачинский и Печорский.

Проблемы. Угольная промышленность находится в глубоком кризисе. Устарело и изношенно оборудование, уровень жизни населения угледобывающих районов крайне низок, экологическая ситуация очень неблагоприятна.

Разработка новых месторождений нефти и газа на шельфах морей, требует серьёзной экологической экспертизы, поскольку эти части морей очень богаты рыбой и морепродуктами.

Другое направление развития нефтяной и газовой промышленности это строительство газо- и нефтепроводов и новых нефтеперерабатывающих заводов вблизи потребителя, но это небезопасно и, прежде всего с точки зрения экологии.

Таким образом, важнейшим направлением российской топливной промышленности является внедрение нового оборудования и современных безопасных технологий.

Электроэнергетика: состав, типы электростанций, факторы и районы их размещения. Электроэнергетика и окружающая среда.

Электроэнергетика — отрасль ТЭК, главная функция которой является выработка электроэнергии. От неё в значительной мере зависит развитие остальных отраслей хозяйства, производство электроэнергии – важнейший показатель по которому судят об уровне развития страны.

Электроэнергия производится на электростанциях разного типа, которые отличаются технико-экономическими показателями и факторами размещения.

Тепловые электростанции (ТЭС). 75% энергии, производится в России именно на таких станциях. Работают на разных видах топлива, строятся как в районах добычи сырья, так и у потребителя. Наибольшее распространение в стране получили ГРЭС — государственные районные электростанции, обслуживающие огромные территории. Другой вид ТЭС — теплоэлектроцентрали (ТЭЦ), на которых помимо энергии вырабатывается тепло (горячая вода и пар). ТЭЦ строятся в крупных городах, поскольку передача тепла возможна только на небольшие расстояния.

Гидроэлектростанции (ГЭС). Занимают 2 место в России по производству электроэнергии.

Наша страна обладает большим гидроэнергетическим потенциалом, большая часть которого сосредоточенна в Восточной Сибири и на Дальнем Востоке. У ГЭС много достоинств: низкая себестоимость, высокая мощность, использование возобновимого вида энергетических ресурсов.

На крупнейших реках: Волге, Енисее, Ангаре — построены каскады ГЭС.

Атомные электростанции (АЭС). Очень эффективны, так как 1 кг. ядерного топлива заменяет 3000 кг. угля. Построены в районах, где потребляется много электроэнергии, а других энергоресурсов не хватает. В России работает 9 крупных АЭС: Курская, Смоленская, Кольская, Тверская, Нововоронежская, Ленинградская, Балаковская, Белоярская, Ростовская.

Станции разных типов объединены линиями электропередач (ЛЭП) в Единую энергосистему страны, позволяющую рационально использовать их мощности, снабжать потребителей.

Станции всех типов оказывают значительное воздействие на окружающую среду. ТЭС загрязняют воздух, шлаки станций, работающих на угле, занимают огромные площади.

Водохранилища равнинных ГЭС заливают плодородные пойменные земли, приводят к заболачиванию земель. АЭС меньше всего воздействуют на природу при условии правильного строительства и эксплуатации. Важными проблемами, возникающими в ходе работы АЭС, являются обеспечение радиационной безопасности, а также хранение и утилизация радиоактивных отходов.

Будущее за использованием нетрадиционных источников энергии — ветровой, энергии приливов, Солнца и внутренней энергии Земли. В нашей стране действует всего две приливные станции (в Охотском море и на Кольском полуострове) и одна геотермальная на Камчатке.

Краткосрочное планирование по географии 9 класс Нефтяная и угольная промышленность РК

– Приветствие, повернитесь друг к другу, посмотрите друг другу в глаза, улыбнитесь друг к другу, пожелайте друг другу хорошего рабочего настроения на уроке. Теперь посмотрите на меня. Я тоже желаю вам работать дружно, открыть что-то новое.

1.Актуализация знаний, полученных на прошлом уроке:

Опишите состав  ТЭК: 
Топливно-энергетический комплекс:

1. Топливная промышленность:

·         Нефтяная и нефтеперерабатывающая  Газовая  Угольная   Сланцевая Торфяная

2. Электроэнергетика: Тепловые электростанции (ТЭС и ТЭЦ)  Гидроэлектростанции (ГЭС)   Атомные электростанции (АЭС)

3. Линии доставки до потребителя:  Нефтепроводы   Газопроводы   Линии электропередачи

Основа комплекса.

Природная основа комплекса – энергетические ресурсы:

– Невозобновимые ресурсы – топливо органическое (нефть, газ, уголь) и ядерное (уран)

– Возобновимые ресурсы – энергия рек, ветра, Солнца, внутреннего тепла Земли, океана (на приморских территориях) – ресурсы экологически чистой («зеленой») энергетики

4 главные особенности ТЭК Казахстана:

·         Опирается на крупные ресурсы топлива и энергии. По их величине страна занимает высокие места в мире.

·         Добыча топлива намного превышает внутреннее потребление

·         Во внутреннем потреблении растет доля наиболее эффективных видов топлива – нефти и газа. Но главным энергоносителем остается уголь.

·         Использование преимущественно органического топлива дает большое количество загрязняющих веществ и «парниковых» газов.

Важная задача ТЭК и всего хозяйства

·         Более рациональное использование топлива и энергии:

·         Энергоемкость казахстанской экономики – одна из самых высоких в мире.

·         Снижение энергоемкости – сэкономит топливо, уменьшит выбросы углекислого газа. Такие обязательства Казахстан принял на себя в рамках международных действий против глобального потепления

 

Создание проблемной ситуации по первой части изучаемого материала. Ответы на вопросы о роли ТЭКа с использованием учебника. Аргументация  своих ответов со ссылкой на имеющиеся источники знаний из различных источников.

     «Роль ТЭКа в современном Казахстане»

1. От чего зависит …… ?

2. Основной поставщик валюты в государственный бюджет. Почему?

3. Какую роль занимает ТЭК в экспорте Казахстана.          Почему? 

4. Вспомните, какие отрасли составляют топливную промышленность?

– Докажите, используя рис 77, что нефть является важнейшим стратегическим сырьем

Вывод: ТЭК – ключевой МОК. От его развития зависит деятельность всей экономики. Она тесно связана с другими  комплексами, особенно с металлургическим, и машиностроительным.

  ТЭК – это главный «добытчик» валюты- ¾ экспорта страны.

Объединение в группы по рядам.

Экс-замминистра энергетики и глава «Роснефти» вошли в комиссию по ТЭК

В предыдущий состав комиссии, опубликованный на сайте правительства, от «Роснефти» входил экс-глава компании Эдуард Худайнатов.

Структура правкомиссии дополнена президиумом, в который включено 17 чиновников из состава комиссии, следует из распоряжения подписанного председателем правительства.

В состав президиума вошли вице-премьер, председатель комиссии Аркадий Дворкович, министр энергетики РФ Александр Новак, министр природных ресурсов и экологии Сергей Донской, замминистра экономического развития Сергей Беляков, помощники Дворковича Дарья Василевская и Виктор Лебедев, замглавы ФАС Анатолий Голомолзин, председатель комитета Госдумы по энергетике Иван Грачев, замминистра финансов Андрей Иванов, председатель комитета Госдумы по природным ресурсам, природопользованию и экологии Владимир Кашин, глава Ростехнадзора Николай Кутьин, первый заместитель руководителя ФТС Владимир Малинин, глава ФСТ Сергей Новиков, советник президента РФ Антон Устинов, замминистра транспорта Алексей Цыденов, начальник экспертного управления президента РФ Ксения Юдаева, руководитель одного из подразделений ФСБ Юрий Яковлев.

Таким образом, в состав президиума не вошел ни один представитель нефтяных и газовых компаний. В соответствии с новым положением о комиссии президиум «вправе принимать решения по всем вопросам, входящим в компетенцию комиссии».

Положение предусматривает также исключение из взаимодействия с правительственной комиссией органов местного самоуправления, а также изменение порядка проведения заседаний и принятия решений, отмечается в справке к постановлению.

Реализация постановления позволит оперативнее рассматривать профильные вопросы, принимать по ним коллегиальные решения, контролировать их реализацию, а также осуществлять взаимодействие с комиссией при президенте РФ по вопросам стратегии развития топливно-энергетического комплекса и экологической безопасности, отмечается в документе.

Кроме участников президиума, а также Федорова и Сечина в состав комиссии включены президент ОАО «ЛУКОЙЛ» Вагит Алекперов, партнер ООО «Мак-Кинзи и компания CиАйЭс» Алексей Александров, президент ОАО «Группа Альянс» Муса Бажаев, гендиректор ОАО «Сургутнефтегаз» Владимир Богданов, председатель совета директоров ОАО «Угольная компания «Кузбассразрезуголь» Андрей Бокарев, заместитель полномочного представителя президента РФ в Северо-Западном федеральном округе Станислав Воскресенский, профессор НИУ ВШЭ Леонид Григорьев, президент ОАО «Русснефть» Михаил Гуцериев, гендиректор ОАО «Газпром нефть» Александр Дюков, председатель совета директоров ОАО «Мечел» Игорь Зюзин, партнер ООО «Эрнст энд Янг» Алексей Кондрашов, гендиректор ОАО «СИБУР Холдинг» Дмитрий Конов, президент ОАО «АНК «Башнефть» Александр Корсик, гендиректор ОАО «Зарубежнефть» Сергей Кудряшов, ректор Горного университета Владимир Литвиненко, гендиректор ООО «Нефтегазовая компания «Итера» Владимир Макеев, председатель правления ОАО «Газпром» Алексей Миллер, руководитель направления энергетического центра московской школы управления «Сколково» Татьяна Митрова, председатель правления ОАО «НОВАТЭК» Леонид Михельсон, руководитель Роснедр Александр Попов, академик РАН Дмитрий Пущаровский, гендиректор ОАО «СУЭК» Владимир Рашевский, президент СПбМТСБ Алексей Рыбников, гендиректор ОАО «Татнефть» Шафагат Тахаутдинов, президент ОАО «Транснефть» Николай Токарев, президент ЗАО «Сибирский деловой союз» Михаил Федяев, исполнительный директор ОАО «ТНК-ВР Менеджмент» Герман Хан.

Топливно-энергетический комплекс России | План-конспект урока по географии (9 класс) по теме:

1	1. Организационный момент.
2 **	2. Сообщение темы,  целей и задач урока. -Ребята, посмотрите на предметы, которые у меня на столе/   Демонстрация. Ручка, уголь, нефть, газ, пуговица, полиэтиленовый пакет, полипропиленовая трубка изоляционная лента, капроновый носок, железная ложка,  синтетический каучук.??? — Как вы думаете- что объединяет эти предметы? Из чего они сделаны?/  это продукция, сделанная в результате переработки нефти, газа, угля.    — Сегодня на уроке мы продолжим знакомиться с межотраслевыми комплексами и отраслями, их составляющими. У комплекса, который будем изучать сегодня, особая роль.  Без этого комплекса не могут функционировать ни одна отрасль производства. И обеспечивая взаимосвязь всех хозяйственных объектов, его дальнейшее развитие жизненно необходимо каждому человеку. Комплекс, который мы будем изучать сегодня – топливно-энергетический (ТЭК). Мы рассмотрим состав комплекса, особенности размещения его отраслей.    — Учитывая природные условия России и развитие её промышленности, невозможно представить экономику страны без топлива и энергии. Поэтому задача ТЭКа состоит в добыче топлива, производстве электроэнергии и передаче их потребителю.   — Особенность размещения предприятий ТЭКа заключается в различном ГП отдельных районов  страны. Почему в России представлены все отрасли комплекса? / большая численность населения, большая территория, сложное ее тектоническое строение — Как фактор ГП  влияет на обеспеченность населения топливом? /  большая протяженность, обширные территории России расположены в неблагоприятных климатических условиях. — Ребята, а вы обращали внимание на то, что в каждом выпуске новостей передают информацию об изменениях цен на нефть? Почему это так важно?  / от цены на нефть зависит состояние мировой экономики и экономики нашей страны.
3	-Давайте убедимся в этом,  рассмотрев структуру экспорта товаров из России. Какой вывод напрашивается? Запишите вывод в свои листы для заметок по теме./ в экспорте преобладает продукция топливной промышленности   Таблица. Структура экспорта России в 2008 году
4	— ТЭК имеет огромное значение для страны и экономике в целом. Давайте обозначим основные моменты в листах.  Для чего в стране нужен ТЭК?  А) обеспечение энергии и топливом хозяйства Б)  Экспортное значение (до 40 % бюджета страны)  В) Взаимосвязь с другими отраслями / ТЭК – заказчик на продукцию машиностроения (8% от всей продукции), а также 12% всей продукции металлургии./  Г) ТЭК – заказчик на перевозку грузов (одна третья часть всех железнодорожных перевозок, одна вторая часть всех морских перевозок).  Д) Предприятия ТЭК играют районообразующую роль.
	— Перспективами развития ТЭКа является не только увеличение добычи топлива и производства электроэнергии, но и экономия энергии. Как вы думаете, почему? во-первых, новые месторождения расположены в необжитых, труднодоступных для освоения, районах Севера России; во-вторых, добыча и транспортировка топлива постоянно дорожает; в –третьих, топливная промышленность и энергетика оказывают отрицательное воздействие на  природу. Шахты недолговечны из-за исчерпаемости ресурса и необходимости поиска новых месторождений. Часто к местам добычи топлива тяжело проводить трубопроводы, дороги, возводить города; Должна быть социальная защищенность населения в районах с неблагоприятным климатом; Отрицательное воздействие на природу территории. _____ » » » Удорожание топлива, низкая конкурентоспособность.
5	— Откройте в атласах карту топливной промышленности и назовите известные вам виды топлива. / нефть, каменный и бурый уголь, газ, горючие сланцы, торф.
6 **	3. Актуализация знаний по новой теме. 1). Состав ТЭКа. / Демонстрация полезных ископаемых.                                                                 ТЭК                                              (топливно-энергетический комплекс)                    Топливная промышленность                                    Электроэнергетика Торфяная     Газовая      Угольная                                     Электростанции          Нефтяная        Сланцевая                        (тепловые, атомные, приливные)
7	2) Историческая  справка. — Давайте восстановим  схему, которая покажет, как менялся основной вид топлива в разное время:    / ■/ уголь, ▲/ нефть,  Δ / газ, ≡/ дрова / запись или стрелки на доске/ До конца XIX века Дрова До середины XX века Уголь После Великой Отечественной войны Нефть Конец  XX — начало XXI  века Газ Топливно-энергетический баланс Ежегодно в стране составляется топливно-энергетический баланс – это соотношение добычи топлива и произведённой энергии (приход) и их использование в хозяйстве страны (расход).
8 9	3) Работа с дополнительным материалом (желтые клетки уч-ся заполняют сами) План характеристики  отрасли Угольная промышленность Нефтяная промышленность Газовая промышленность Начало и место освоения В конце  XIX века — в Донбассе. Начало  XX в.- на территории Азербайджана, затем-Грозный. После Великой Отечественной войны – Ставрополь, Республика Коми. Способы добычи Шахтный, карьерный Фонтанный и насосный Бурение скважин Способы транспортировки По железной дороге в вагонах Нефтепровод Газопровод Крупнейшие месторождения Западная Сибирь- Кузбасс, Канско- Ачинский Западная Сибирь- Самоотлор, Мегион Западная Сибирь- Уренгой, Ямбург Работа  в контурной карте Отметить условными знаками  и подписать крупнейшие месторождения нефти, газа и угля.                                          ■- уголь, ▲- нефть,  Δ — газ
10	4. Работа в группах с кейсами. — Ребята, сейчас вы поработаете по нашей теме в группах. Вы- выпускники Московского геологоразведочного института и направляетесь на практику в разные регионы России с целью определения наиболее перспективных месторождений топливных полезных ископаемых. Вам необходимо точно определить место добычи одного вида топлива, описать природные условия данной территории и ведущему группы отчитаться по плану. План отчета группы: По географическим координатам определите  регион России. Охарактеризуйте характер поверхности: А) особенность рельефа Б) тектоническая структура       3.   Назовите преобладающее полезное ископаемое.       4.  Опишите кратко особенности климата территории.       5.  Перечислите природные комплексы данной территории.
	Группа 1   Газ — п-ов Ямал /Ямало- Ненецкий АО/ 730 с.ш. 700 в.д. Группа 2                                               Нефть – Самара 430 с.ш. 510  в.д. Группа 3   Уголь- Республика Якутия- /Зырянский каменноугольный бассейн/   650 с.ш. 1500 в.д.
	Отчеты групп. ДЛЯ КЕЙСА: Карточки с координатами Полезные ископаемые-  уголь, нефть, газ Картинки с поверхностью территории Часть карты с их регионом Гербарий с типами древесных пород Картинки с природной зоной — Ребята, мне урок очень понравился. Я очень довольна вами, думаю, что вы смело можете задуматься о перспективе учебы в ВУЗах  географических факультетов нашей необъятной родины.   Спасибо.
Дополнительный материал к уроку. ■  Уголь. В Российской империи промышленная добыча угля началась в конце XIX века в Донецком бассейне (Донбассе), большая часть которого ныне находится на территории Украины. Донбасс  долго оставался крупнейшим угледобывающим районом.  В 1930-х годах приступили к освоению самого крупного района угледобычи в азиатской части России- Кузнецкого (Кузбасса). Способ добычи угля зависит от глубины его залегания. Разработка ведется открытым способом, если глубина залегания угольного пласта не превышает 100 метров. Нередки и такие случаи, когда при все большем углублении угольного карьера далее выгодно вести разработку угольного месторождения подземным способом. Для извлечения угля с больших глубин используются шахты. Самые глубокие шахты на территории Российской Федерации добывают уголь с уровня чуть более 1200 метров. ¾ угля используется в промышленности, на тепловых электростанциях как топливо, а так же как технологическое сырье и топливо в металлургии и химической промышленности (коксующиеся угли).
Дополнительный материал к уроку. ▲ Нефть. Мельчайшие живые организмы, обитавшие в морской воде миллионы лет назад, отмирая, оседали на дно, а под воздействием бактерий, высокого давления и температур разлагались на легкие углеводороды, которые просачивались сквозь породы и, накапливаясь, формировали залежи нефти. Первым нефтяным районом Российской империи был Бакинский (сегодня- территория Азербайджана). Другой старый район нефтедобычи- Грозненский.  Добычу нефти ведут тремя способами. На первой стадии разработки производится за счет фонтанирования по скважине под действием пластовой энергии. С течением времени пластовое давление снижается. Тогда для добычи вводят в действие скважноштанговые глубинные насосы, в качестве привода которых применяют станок-качалку. Сооружение и обслуживание нефтепровода весьма дорогостояще, но тем не менее — это наиболее дешёвый способ транспортировки газа и нефти. Для транспортировки нефти по водным путям используются танкеры и супертанкеры, которые используется для перевозки сырой нефти из порта загрузки в место перегрузки или непосредственно на нефтеперерабатывающий завод.
Дополнительный материал к уроку. Δ – Газ. Газ образует шапку над пластом нефти, либо газ находится в растворенном виде в нефти. На одну тонну нефти добывают 100 – 150 кубических метров газа.   Бывает, что имеются чисто газовые месторождения. Газовая промышленность появилась в России после Великой Отечественной войны. Месторождения газа были открыты в Ставропольском крае, затем в Республике Коми. Бурение скважин для добычи природного газа отличается высокой концентрацией и ориентирована на районы с наиболее крупными и выгодными по эксплуатации месторождениями. Только пять месторождений – Уренгойское, Ямбургское, Заполярное, Медвежье и Оренбургское содержат 1/2 всех промышленных запасов России.   Важнейшей областью газовой промышленности является дальняя транспортировка газа, который передаётся от месторождения к потребителям в основном по газопроводам. Для надёжности газоснабжения вблизи промышленных центров создаются подземные хранилища газа.

Page Not Found (404)



Page Not Found (404)

That page doesn’t exist!

Please try one of the following:

• If you typed the page address into the web address bar, make sure that it is spelled correctly.
• Visit the pwc.com home page and look for links to the information you want.
• Or check out our site map.

 

Vervolg uw bezoek op één van onderstaande pagina’s:

Lamentablemente no pudimos encontrar la página que buscabas. Quizás estas opciones te ayuden:

К сожалению, запрашиваемая Вами страница не найдена. Возможно, Вам будут полезны следующие ссылки:

Sidan du letar efter kan inte hittas!

Försök med något av följande:

• Kontrollera adressen och försök igen.
• Återvänd till föregående sida.
• Gå till www.pwc.com/se och leta efter relevant information.
• Leta på vår sitemap.

That page doesn’t exist.

Please try one of the following:

Den side findes ikke.

Fortvivl ej… prøv i stedet at:

La page que vous demandez est introuvable.

Essayez l’une des solutions suivantes :

Diese Seite existiert nicht oder ist nicht mehr verfügbar.

Bitte versuchen Sie Folgendes:

• Wenn Sie die Adresse manuell eingegeben haben, prüfen Sie diese auf Tippfehler.
• Besuchen Sie die Startseite und verwenden Sie die Suchfunktion.

The page you requested could not be found. If you are looking for information around a specific topic then please use the site search function above. Alternatively here is a current site map.

If you want to talk to someone at PwC about a current business issue, or find out more information about a particular topic or about PwC and the services we provide, you can call our main switchboard number on +44 (0) 20 7583 5000

There is an overview of all our UK office locations, including local telephone numbers.

The contact details of many individual service and/or industry specialists are listed on the relevant pages across the site. You can also send us an e-mail with your comments or suggestions

If you’re interested in working for PwC, please visit our Careers website

La page que vous demandez est introuvable.

Essayez l’une des solutions suivantes :

www.pwc.ru

Состав и сборка команды — повышение эффективности науки о коллективе

Вместе состав и сборка команды составляют один из аспектов команды, определенных в главе 3, которым можно управлять для поддержки науки о коллективе. Составление и сборка команды включает в себя создание правильного набора людей с соответствующими знаниями для достижения целей и задач команды и максимального повышения эффективности команды.

В первом разделе главы обсуждаются исследования команды и состава групп, которые могут быть использованы для информирования о стратегиях оптимизации состава и повышения эффективности.Большая часть этого исследования посвящена тому, как индивидуальные характеристики команды или членов группы связаны с производительностью. Однако состав команды более сложен, чем укомплектование отдельных должностей, потому что члены должны хорошо сотрудничать, чтобы команда была эффективной (Klimoski and Jones, 1995). Это направление исследований обеспечивает надежные доказательства, основанные на метаанализе эмпирической работы в группах. Во втором разделе главы рассматривается новое направление исследований — формирование команды, — которое требует более широкого внимания, исследуя, как как индивидуальные характеристики, так и командные процессы (включая процесс создания команды или группы) связаны с эффективностью команды.В третьем разделе главы обсуждаются инструменты и методы, помогающие составить и собрать научные команды и более крупные группы. В четвертом разделе обсуждается роль состава и сборки команды в рассмотрении семи особенностей, которые создают проблемы для науки о командах, изложенных в главе 1. Глава заканчивается выводами и рекомендациями.

СОСТАВ КОМАНДЫ

Исследователи обнаружили, что различные индивидуальные характеристики являются важными факторами при формировании команд или больших групп, как в науке, так и в других контекстах.Возможно, наиболее важной индивидуальной характеристикой, которую следует учитывать при составлении командного научного проекта, является научный, технический опыт или знания заинтересованных сторон. Как обсуждалось в предыдущих главах, одной из ключевых особенностей, создающих проблемы для коллективной науки, является большое разнообразие членов, поскольку для достижения научных или переводческих целей может потребоваться включение экспертов из разных дисциплин и профессий. Например, макросистемная экология рассматривает экологические вопросы и экологические проблемы в масштабе регионов и континентов, связывая эти широкие масштабы с локальными масштабами в пространстве и времени (Heffernan et al., 2014). Исследования в этой области требуют разнообразных знаний, в том числе ученых-информатиков и экологов (Heffernan et al., 2014).

Одно недавнее исследование свидетельствует о том, что большое разнообразие дисциплин может улучшить научные результаты: Stvilia et al. (2010) изучали 1415 экспериментов, которые проводились группами в национальной лаборатории сильного магнитного поля с 2005 по 2008 годы. Анализ внутренних документов авторов показал, что увеличение дисциплинарного разнообразия экспериментальных групп было связано с повышением продуктивности исследований, как показывают публикации. .

Другое исследование, однако, освещает проблемы, а также преимущества очень разнообразного членства. В продольном исследовании более 500 исследовательских групп, финансируемых Национальным научным фондом, Каммингс и др. (2013) обнаружили, что по мере увеличения размера исследовательских групп продуктивность исследований, измеряемая по публикациям, также увеличивалась. Однако предельная продуктивность более крупных групп снижалась по мере того, как они становились более разнородными, либо за счет включения экспертов из большего числа дисциплин, либо из большего числа учреждений (Cummings et al., 2013).

Другие индивидуальные характеристики, включая личностные качества, могут влиять на научную эффективность команды. Файст (Feist, 2011) обнаружил, что характеристики выдающихся, очень творческих ученых включают не только открытость опыту и гибкое мышление, но также доминирование, высокомерие, враждебность и интроверсию — черты личности, которые не связаны с тем, чтобы быть хорошим командным игроком. Несколько исследований показали, что более высокий интеллект членов команды, измеряемый средним уровнем общих когнитивных способностей команды, положительно связан с достижением цели, а величина эффекта довольно велика (например,г., ρ = 0,29 в Devine and Philips, 2001; ρ = 0,40 в Стюарте, 2006). Более высокая добросовестность, измеряемая как средняя добросовестность команды, также положительно связана с работой команды, хотя эта взаимосвязь сильнее для задач производительности и планирования, чем для творческих задач и задач принятия решений, аналогичных тем, которые выполняются научными группами (Koslowski и Белл, 2003).

Экстраверты, которые могут легко отслеживать действия и отношения других и надлежащим образом реагировать на них (McCrae and Costa, 1999), могут работать более эффективно в научных группах или более крупных группах, чем интроверты, которые менее приспособлены к действиям и отношениям своих товарищей по команде (Olson and Olson, 2014).Некоторые данные подтверждают эту теорию, указывая на то, что команды с более высоким средним уровнем экстраверсии более эффективны, чем команды с более низким уровнем этой личностной черты ¹ (Kozlowski and Bell, 2003). Woolley et al. (2010) недавно идентифицировали новую индивидуальную конструкцию, относящуюся к экстраверсии, которую они называют «социальной чувствительностью», а также конструкцию на уровне команды, названную «коллективным разумом». В двух исследованиях с участием почти 700 человек, работающих в небольших группах, авторы обнаружили доказательства наличия фактора коллективного интеллекта на уровне команды и показали, что он связан с групповой эффективностью при выполнении различных задач.Новый фактор не был сильно коррелирован со средним уровнем интеллекта в группе, но он был значительно коррелирован со средним уровнем социальной чувствительности, уровнем равенства при смене смены во время групповых дискуссий и долей женщин в группе. Индивидуальная социальная чувствительность измерялась с помощью теста, требующего от участников «читать» психическое состояние других людей, глядя им в глаза. В последующем исследовании, посвященном онлайн-группам, Engel et al. (2014) снова обнаружили, что общий уровень коллективного интеллекта группы связан с выполнением множества задач, а социальная чувствительность членов группы в значительной степени связана с коллективным интеллектом. Результат был удивительным, потому что социальная чувствительность измерялась с помощью того же теста на способность распознавать психические состояния другого человека, глядя на его глаза и лицо, хотя члены онлайн-групп никогда не видели друг друга. Это говорит о том, что тест измеряет более глубокий аспект способности человека различать психические состояния других, помимо того, что человек может «прочитать» по глазам и мимике другого человека.

Основываясь на данных, собранных с использованием ненавязчивых значков для записи взаимодействий членов команды, Пентланд (2012) также обнаружил, что степень равенства при разговоре по очереди зависит от эффективности команды.Он предположил, что наиболее ценными членами команды являются «харизматические связующие», которые циркулируют между всеми членами команды и проводят равное количество времени, слушая и говоря, а также ища идеи вне команды; в исследовании бизнес-лидеров, посещающих программу обучения руководителей, он обнаружил, что чем больше харизматичных соединителей было включено в команду, тем более успешной была команда. Наконец, еще одна связанная конструкция — склонность налаживать связи и обмениваться информацией между группами и отдельными людьми — была изучена в инженерном отделе автомобильной фирмы.Люди с такой склонностью чаще участвовали в инновациях, чем другие люди (Obstfeld, 2005).

Хотя открытие того, что высокий уровень общих когнитивных способностей повышает эффективность команды, может предполагать, что научные команды и группы должны состоять полностью из людей с этой характеристикой, баланс характеристик может больше всего способствовать эффективности команды (Kozlowski and Ilgen, 2006). Например, команда, полностью состоящая из экстравертов, может больше сосредоточиться на общении, чем на выполнении задач, в то время как команда очень сознательных людей может быть настолько сосредоточена на задачах, что члены не будут хорошо сотрудничать.Эту теорию проверили мало исследований; однако в одном исследовании с участием 41 команды в научно-исследовательской компании использовалась оценка для распределения членов команды по одному из трех когнитивных стилей: креативность, соответствие правилам и внимание к деталям (Miron-spektor, Erez, and Naveh, 2011). . Авторы обнаружили, что включение в команду как творческих, так и конформистских членов усиливало ее радикальные инновации (характеризуемые как разработка чего-то совершенно нового), тогда как включение более высокой доли внимательных к деталям членов препятствовало радикальным инновациям (Miron-spektor et al. ., 2011). Совсем недавно Swaab et al. (2014) обнаружили, что баскетбольные и футбольные команды (которые требуют очень взаимозависимых действий со стороны товарищей по команде) с наибольшей долей наиболее талантливых спортсменов выступают хуже, чем команды с более умеренными пропорциями наиболее талантливых спортсменов.

Было показано, что другие индивидуальные различия по таким параметрам, как пол, этническая принадлежность, возраст, а также специальные знания и способности, оказывают как положительное, так и отрицательное влияние на групповые процессы и эффективность.Однако важно отметить, что в целом эти другие индивидуальные различия проявляют меньшие эффекты, чем те, которые обсуждались выше (средний уровень когнитивных способностей, сознательность) (Bell et al. , 2011). Предыдущие исследования, которые изучали влияние индивидуальных различий и разнообразия команд на работу команды, обычно фокусировались на одной характеристике (или очень немногих) одновременно. Однако каждый человек привносит в команду множество характеристик, что затрудняет определение индивидуальных факторов для идеального состава команды.Напротив, появляющееся направление исследований групповых разломов (определенных и обсуждаемых ниже) учитывает взаимодействие между различными индивидуальными характеристиками и добилось значительного прогресса за последнее десятилетие (Lau and Murningham, 1998; Chao and Moon, 2005; Thatcher and Patel, 2011; Carton and Cummings, 2012, 2013; Mathieu et al., 2014).

Здесь мы выделяем общие выводы о составе команды, основанные на разнообразии команд, недостатках групп, подгруппах команд и изменении состава команды — факторы, которые имеют очевидное значение для эффективности науки команды.

Разнообразие команд

Разнообразие лежит в основе работы команды, поскольку команды были определены как группы людей с разными ролями, которые работают взаимозависимо (Swezey and Salas, 1992). Действительно, междисциплинарные научные команды и группы можно охарактеризовать таким образом (Fiore, 2008), сделав разнообразие правилом, а не исключением. Исследования в этой области обычно проводились при теоретическом предположении, что большая неоднородность связана с более разнообразными взглядами и, следовательно, более качественными результатами для разных групп (Jackson, May, and Whitney, 1995; Mannix and Neale, 2005).Однако поддержка этого оптимистического взгляда оказалась в лучшем случае неуловимой и неоднозначной, с выводами, подтверждающими положительные (Gladstein, 1984), отрицательные (Wiersema and Bird, 1993) и никакие связи (Campion, Medsker, and Higgs, 1993).

В своем повествовательном обзоре Манникс и Нил (2005) пришли к выводу, что демографическая неоднородность (основанная на легко узнаваемых поверхностных характеристиках человека, таких как пол, раса или возраст), как правило, препятствует способности членов группы эффективно сотрудничать, тогда как неоднородность знаний и типов личности — что более актуально для задачи — чаще ассоциируется с положительными результатами, но только тогда, когда групповые процессы должным образом согласованы с задачей. Мета-анализ литературы о разнообразии команд, проведенный Horwitz и Horwitz (2007), не обнаружил взаимосвязи между демографическим разнообразием и качеством и количеством результатов команды, а также небольшую, но статистически значимую положительную взаимосвязь между разнообразием задач и качеством (ρ = 0,13). ) и количество (ρ = 0,07) результатов команды. В последующем и более широком метаанализе Джоши и Ро (2009) было изучено, как контекстуальные факторы влияют на взаимосвязь между разнообразием задач, демографическим разнообразием и эффективностью команды.Авторы обнаружили, что контекстуальные факторы, такие как взаимозависимость команды и профессиональные условия, влияют на направление и уровень взаимоотношений. Например, гендерное разнообразие оказало существенное негативное влияние на производительность команды в профессиональных условиях, где преобладают мужчины, но значительно положительно повлияло на производительность команды в гендерно сбалансированных профессиональных условиях.

В свете небольших и смешанных размеров эффекта в предыдущих исследованиях взаимосвязи между разнообразием и командной работой Bell et al.(2011) провели новый метаанализ. Авторы провели различие между различными концепциями «разнообразия», использованными в предыдущих исследованиях, включая разнообразие разнообразия (множественные источники опыта или знаний, которые могут способствовать эффективности команды), разделение разнообразия (сходства или различия между членами команды, которые могут привести к подгруппам и отрицательным последствиям). влияют на производительность) и неравенство (неравенство внутри команды, такое как включение одного очень старшего члена и многих новичков, которые могут повлиять на производительность).Они изучили конкретные переменные, а не кластеры «связанных с работой» (т.е. связанных с задачами) и «демографических» или «менее связанных с работой» переменных, и рассмотрели, как различные показатели эффективности и типы команд влияют на отношения. Что особенно важно для науки о командах, показатели эффективности включали инновации или творчество, а также общую производительность, а типы команд включали команды дизайнеров, которым поручено создавать и проектировать новые продукты. ² Авторы обнаружили, что только один тип разнообразия, связанного с заданием, — функциональное фоновое разнообразие (т.е., организационное подразделение или профессия членов команды) — имели небольшую положительную связь с общей производительностью команды (ρ = 0,11). Эта взаимосвязь была больше, когда мерой эффективности были инновации или креативность (ρ = 0,18) и для команд дизайнеров по сравнению с командами в целом (ρ = 0,16). Напротив, расовое и гендерное разнообразие отрицательно связано с командной работой (ρ = –13 и –.09, соответственно). Возрастное разнообразие не было связано с командной работой.

В отличие от этих метааналитических выводов, два недавних исследования, посвященных конкретно науке, обнаружили положительную взаимосвязь между демографическим и национальным разнообразием и эффективностью научных команд или групп.Во-первых, Фриман и Хуанг (2014) изучили коэффициенты цитирования более 1,5 миллионов научных работ и обнаружили, что лица схожей этнической принадлежности вместе пишут вместе чаще, чем это можно объяснить случайностью, учитывая их пропорции в совокупности авторов и что эта однородность в авторстве команды или группы связаны с более слабым научным вкладом (измеряется цитатами). Статьи, подготовленные авторами разных национальностей, цитируются чаще, чем работы авторов аналогичной этнической принадлежности.Фриман и Хуанг (2014a) предположили, что этническое разнообразие отражает разнообразие идей и, таким образом, лучшая наука получается, когда сотрудники привносят в свои усилия разные идеи и способы мышления. Они обнаружили такое же положительное влияние на цитирование, когда сотрудничали исследователи из географически разных университетов. В ходе дальнейшего анализа, включающего 2,5 миллиона статей, Freeman и Huang (2014b) снова обнаружили, что статьи, подготовленные авторами разных национальностей, цитируются чаще, чем статьи, написанные авторами аналогичной этнической принадлежности.Во-вторых, Smith et al. (2014) проанализировали все статьи, опубликованные в период с 1996 по 2012 год по восьми дисциплинам, и обнаружили, что те, у которых больше стран в их филиалах, показали лучшие результаты в размещении журналов и цитируемости, чем те, авторы которых были из меньшего числа стран.

Другие исследования показывают, что гендерное разнообразие может быть полезным для коллективной науки, показывая, что женщины склонны сотрудничать больше, чем мужчины, в академической науке (Bozeman and Gaughan, 2011; Rijnsoever and Hessles, 2011).Как отмечалось выше, Woolley et al. (2010) обнаружили, что доля женщин в группе связана с коллективным интеллектом группы или способностью выполнять различные задачи. Беар и Вулли (2011) сообщили, что присутствие женщин в командах связано с улучшением процессов сотрудничества. Было показано, что эти процессы повышают эффективность команды, как обсуждается в главе 3.

В целом результаты исследований по стимулирующим или сдерживающим аспектам разнообразия команд неоднозначны, хотя метааналитические данные несколько проясняют картину.Необходимы дальнейшие исследования, чтобы изучить, как различные формы разнообразия связаны с работой команды. Следуя Bell et al. (2011), будет важно тщательно сформулировать теоретическую связь между конкретной переменной, концептуализацией разнообразия и командной работой.

Линии разломов группы

Линии разломов — это гипотетические подразделения внутри команды, основанные на составе команды (например, два биолога и два физика в команде образуют возможную линию разлома на основе дисциплины).Когда различия в составе членов становятся заметными, например, когда команда должна решить, как распределять ресурсы или как разделить работу, считается, что «активизируются» недостатки и формируются подгруппы, что повышает вероятность конфликта (Безрукова, 2013 ). Например, если научная группа, состоящая из двух биологов и двух физиков, имеет достаточно средств, чтобы нанять только одного докторанта, то могут возникнуть ошибки, поскольку каждая дисциплинарная группа хочет нанять студента в рамках своей дисциплины.

Хотя концепция линии разлома относительно нова в литературе, она стимулировала значительное количество исследований, что позволило Тэтчер и Патель (2011) провести комплексный и информативный метааналитический обзор. По сути, исследования в этой области подтверждают различное влияние релевантного задачи и демографического разнообразия на эффективность команды: демографическое разнообразие (такие факторы, как пол, раса, возраст и срок пребывания в должности) связано с сильной стороной разлома, тогда как разнообразие факторов, связанных с задачами, такие как уровень образования и опыт работы в команде тоже, но в меньшей степени. Сила линии разлома способствует ослаблению взаимоотношений в команде и конфликту задач, что, в свою очередь, снижает удовлетворенность и производительность членов команды. Однако менеджеры могут решить эту проблему, поощряя идентификацию с более крупной командой и разрабатывая общие цели (Безрукова, 2009, 2013; см. Дальнейшее обсуждение в главе 6).

Подгруппы в командах

Выходя за рамки концепции линии разлома, Картон и Каммингс (2012, 2013) разработали альтернативную концептуальную концепцию формирования подгрупп.Подгруппы — это подгруппы членов команды, которые в некотором роде уникально взаимозависимы, например, те члены, которые заводят дружбу друг с другом или решают сотрудничать. Предыдущие эмпирические исследования выявили некоторые преимущества и затраты на формирование подгрупп в командах. Например, в исследовании 156 команд фармацевтических фирм и производителей медицинских товаров Гибсон и Вермюлен (2003) обнаружили, что сила подгруппы (то есть степень, в которой члены в подгруппе совпадают по таким признакам, как возраст, пол, этническая принадлежность, функция , и срок пребывания в должности) способствовали поведению в коллективном обучении. Команды с подгруппами, у которых было больше общего, могли лучше придумывать новые идеи, общаться друг с другом и документировать то, что они узнали. Однако когда Polzer et al. (2006) исследовали влияние подгрупп внутри географически рассредоточенных команд, они обнаружили, что команды, включающие подгруппы, основанные на географическом расположении, испытывали более высокий конфликт и меньшее доверие. В частности, конфликт был самым высоким, а доверие было самым низким, когда было две подгруппы одинакового размера, каждая из которых находилась в разных странах.

Другие результаты исследования также проиллюстрировали проблемы общения между подгруппами, когда линии разломов сильнее, когда расстояние между подгруппами больше (например,g., подгруппы, основанные на очень разном возрасте; Безрукова и др., 2009), и когда размер подгруппы несбалансирован (например, шесть членов в одной подгруппе и два члена в другой подгруппе; O’Leary, Mortensen, 2010). Недавнее исследование, проведенное Картоном и Каммингсом (2013), позволяет примирить некоторые из различных результатов, касающихся влияния подгрупп в командах. Они показывают, что наличие более сбалансированных подгрупп может быть лучше для производительности команды, если подгруппы основаны на знаниях (например, члены с одним и тем же бизнес-подразделением и каналом отчетности в организации), но хуже для производительности команды, если подгруппы основаны на демографических характеристиках. например, того же возраста и пола.С одной стороны, в случае подгрупп, основанных на знаниях, равное представление источников знаний в команде может быть полезным для интеграции того, что известно (van Knippenberg, De Dreu, and Homan, 2004). С другой стороны, наличие двух подгрупп, состоящих из членов с одинаковыми демографическими характеристиками, может быть дорогостоящим, если члены заблокированы внутригрупповыми / внешними различиями (Tajfel and Turner, 1986).

Недавнее исследование дает представление о том, как управлять подгруппами, основываясь на знаниях или демографических характеристиках.Например, Зонненвальд (2007) обсудил некоторые проблемы, которые могут возникнуть, такие как недоверие, недопонимание и конфликты, когда этнические меньшинства и учреждения, обслуживающие меньшинства, участвуют в коллективной науке. Он сообщил о стратегиях решения этих проблем, которые включают проведение широкого охвата всех участников на ранних этапах планирования исследования, проведение дискуссий с властями сообщества (например, религиозными лидерами, вождями племен) и использование фокус-групп для выявления проблем и приоритетов сообщества. связанные с исследованием.ДеЧёрч и Заккаро (2013) определили стратегии лидерства для смягчения конкуренции между командами в рамках более крупной многокомандной системы (аналогично подгруппам внутри команды) и содействия совместной идентификации с целями высокого уровня (дальнейшее обсуждение см. В главе 6). Структурированные обсуждения можно использовать для развития коммуникации между подгруппами на основе дисциплины (O’Rourke and Crowley, 2013; см. Главу 5).

Изменение состава команды

Недавняя эмпирическая работа с командами, хотя и не подтверждена метааналитическими выводами, тем не менее предполагает, что смена состава команды может повысить производительность команды. Горман и Кук (2011) обнаружили, что в задаче по военному командованию и контролю из трех человек смена членов команды во втором сеансе привела к тому, что команды были более адаптивными в том смысле, что они могли лучше реагировать на новые события. В другом исследовании (Fouse et al., 2011) было обнаружено, что простое изменение местоположения членов команды, выполняющих задачу военного планирования за столом, приводило к более высокому баллу плана по сравнению с командами, члены которых оставались в том же месте. Горман и Кук (2011) выдвинули гипотезу, что изменения в составе команды дают возможность членам команды испытать большее разнообразие в поведении процессов, что полезно, когда команда сталкивается с проблемами, требующими разных подходов.Точно так же изменения в членстве в группе, связанные с тем, что участники покидают одну группу и переходят в другую, а затем возвращаются, были связаны с увеличением творческих идей в написании эссе (Gruenfeld, Martorana, and Fan, 2000). Похоже, есть некоторые свидетельства положительного влияния изменения состава команды на исследования, проведенные вне лаборатории. Кан (1993) описал ценность корректировки состава междисциплинарных научных команд в течение жизненного цикла исследовательской сети, поддерживаемой Фондом Макартура.

Изменение состава команды посредством смены состава, которое часто считается пагубным для эффективности команды, в некоторых случаях, кажется, имеет положительный эффект и может быть полезным вмешательством. В частности, сформировавшиеся дефекты могут быть нарушены путем изменения членства, а динамика сотрудничества, которая может нарушить эффективность команды, может быть сбита с их траектории, что приведет к положительному изменению процесса.

КОМАНДНОЕ СОБРАНИЕ

Научные группы и более крупные группы могут быть собраны отдельными учеными, администраторами исследовательских институтов (которые иногда действуют как сватовство; см. Murphy, 2013), финансирующими агентствами или другими группами или отдельными лицами.Чтобы направлять процесс сборки, отдельные лица или организации могут полагаться на информацию о потенциальных товарищах по команде, основанную на предшествующих отношениях, консультациях с экспертами в соответствующих областях или более структурированных источниках информации. Новое направление исследований, известное как сборка команды, исследует не только состав команды, но и эти процессы.

Исследование сборки команд изучает состав команды на уровне команды (включая соответствие между командой и задачей), на уровне отношений внутри команды (например,g., предшествующие отношения людей друг с другом) и экосистема, окружающая команду (Национальный исследовательский совет, 2013 г.). Цель состоит в том, чтобы понять, как эти несколько уровней влияют на производительность команды. Здесь мы кратко обсудим некоторые результаты этого нового направления исследований.

Guimera et al. (2005) изучали формирование, состав и производительность научных коллективов на основе анализа команд в другой области — вселенной творческих коллективов художников, которые создавали бродвейские мюзиклы с 1950 по 1995 год.И Бродвей, и научные группы стремятся продвигать новые идеи и проявлять творческий подход (Uzzi et al., 2013). Авторы обнаружили, что бродвейские команды состоят из двух основных типов товарищей по команде: новичков и опытных игроков. Затем они определили отношения внутри команды как «новичок-новичок», «новичок-действующий», «действующий-действующий» и «действующий-повторяющийся», обнаружив, что музыкальные команды, включающие сочетание всех четырех типов отношений, были наиболее успешными.

Guimera et al. (2005) применили эту схему к научным группам по четырем академическим дисциплинам: астрономия, экология, экономика и социальная психология.Данные о составе команды были получены из данных об авторстве из пяти-семи ведущих журналов в каждой области примерно за 1955–2004 годы, как это было зарегистрировано в Web of Science. Они обнаружили, что эффективность научной группы, измеряемая по среднему количеству цитирований, накопленных статьей (т. Е. Импакт-фактору журнала), была положительно связана с вероятностью присутствия сотрудников в команде, но только в том случае, если в команде было много разнообразия, включая новичков и постоянных участников. связи между участниками команды. Важно отметить, что модель позволяет прогнозировать, прежде всего, уровень производительности всего населения, а не производительность отдельной команды. Следовательно, любая отдельная команда может быть исключением в краткосрочной перспективе, тогда как долгосрочная системная сеть, в которую встроены команды в поле, предсказывает среднюю производительность команды в этой области.

Contractor et al. (2014) провели исследование студенческих команд, сосредоточив внимание на том, как они были собраны. Во-первых, студентов можно было распределить по командам или организовать самоорганизацию. Во-вторых, студенты могли либо использовать неструктурированную информацию о других людях для выбора товарищей по команде, либо использовать инструмент построения команды, заполненный данными, предоставленными студентами, с информацией об их атрибутах, социальных сетях и типах людей, которых они хотели бы видеть в своей команде.Исследователи обнаружили, что команды, использовавшие инструмент построения команд, были более однородными по возрасту и культурным особенностям, но более разнородными по полу. Неудивительно, что самоорганизованные команды (независимо от того, использовали ли они конструктор) с большей вероятностью содержали участников, которые ранее работали вместе, чем команды, которые были назначены случайным образом. Анализ опросов, проведенных через 4 недели после формирования команды, показал, что команды, все члены которых играли определенную роль в их организации (используя конструктор или просто выбирая друзей), больше общались и были более уверены в своей способности эффективно работать вместе, чем команды с любым члены, которые были назначены.

Подобные выводы вызывают вопросы о требованиях к финансированию, которые требуют включения определенных лиц, научных дисциплин или институтов в команду или большую группу, а не позволяют командам или группам самоорганизовываться. С другой стороны, самоорганизующиеся команды или группы могут состоять в основном из людей, у которых ранее были отношения сотрудничества, но не получают преимуществ от новичков с новаторскими идеями.

МЕТОДЫ ОБЕСПЕЧЕНИЯ СОСТАВА И СОБРАНИЯ НАУЧНЫХ КОМАНД И ГРУПП

Когда общая направленность исследовательской и / или трансляционной проблемы установлена, сбором команды можно руководствоваться с использованием подхода «соответствие человека задаче» или сопоставления характеристик люди с характеристиками исследовательской и / или переводческой задачи (Национальный исследовательский совет, 2013). Такие области, как человеческий фактор (Wickens et al., 1997) и когнитивная инженерия (Lee and Kirlik, 2013), внесли вклад в ряд методов анализа задач, которые могут направлять сборку команды. Анализ задачи включает в себя систематическую декомпозицию поведения, требуемого от задачи, чтобы понять требования к возможностям человека (Кирван и Эйнсворт, 1992). При создании научной команды или группы может быть важно понимать задачи, связанные с эксплуатацией научных инструментов или оборудования, которые, вероятно, потребуют определенных технических навыков одного или нескольких членов команды.

Объединение научных команд и групп также может извлечь пользу из методов когнитивной инженерии. Когнитивные архитектуры, такие как ACT-R, модели социальных сетей и моделирование на основе агентов, использовались для понимания и повышения эффективности команды при решении высококогнитивных задач, а также могут использоваться для руководства сбором команды (Kozlowski and Ilgen, 2006). Кроме того, методы анализа задач, такие как когнитивный анализ работы (Vincente, 1999), использовались для разработки команд для создания первых в своем роде рабочих систем (Naikar et al. , 2003). Тот факт, что эти сложные системы являются первыми в своем роде, затрудняет ранний анализ, но, по сути, модель задачи разрабатывается вместе с требованиями к команде. Этот метод использует преимущества ограничений в рабочей среде, которые влияют на поведение. Он включает в себя подробные наблюдения за работой в контексте, сопровождаемые интервью на различных уровнях организационной иерархии для развития понимания задачи или работы в контексте. Этот подход был применен к сложным социотехническим системам, в которых много людей работает со сложной технологией.Некоторые научные группы и группы работают в аналогичных средах, где они сотрудничают в разработке и эксплуатации большого и сложного научного оборудования, которое используется совместно (например, Большой адронный коллайдер). Нет данных об эффективности команд, созданных с использованием этого подхода; тем не менее, он предоставляет аналитический способ декомпозиции задачи и рабочей среды, который может указывать на потребности в дизайне команды, которые в противном случае были бы упущены. Эти подходы когнитивной инженерии обеспечивают систематический способ определения требований команды с точки зрения знаний, навыков и способностей, которые можно использовать для управления составом и сборкой команды.

В других случаях, однако, проблемы, которые необходимо решать с использованием научного подхода, четко не определены. Как отмечалось в предыдущей главе, командный научный проект может начаться, когда группа ученых и / или заинтересованных сторон собирается вместе для изучения проблемы или вопроса, и первые фазы могут включать уточнение фокуса и определение исследовательских вопросов (Hall et al., 2012b ; Huutoniemi, Tapio, 2014). В этих случаях информация о более крупной экосистеме — сети ученых и заинтересованных сторон с соответствующими интересами и знаниями — может быть полезной для объединения команды.

Опросы показали, что ученые, администраторы университетов и другие лица, участвующие в создании научных коллективов, нуждаются в различной информации о потенциальных сотрудниках, включая не только публикации, но и исследовательские интересы, темы грантов и патенты (Obeid et al. , 2014) . Такую информацию можно получить из исследовательских сетевых систем, которые используют методы интеллектуального анализа данных и социальных сетей для создания больших, легко доступных для поиска баз данных, облегчая поиск научных сотрудников.Эти системы позволяют пользователям открывать для себя исследовательский опыт в различных дисциплинах; определить потенциальных сотрудников, наставников или экспертов-рецензентов; и собрать научные группы на основе истории публикаций, грантов и / или биографических данных (Obeid et al., 2014).

Доступно множество инструментов для сетевых исследований, в том числе Biomed Experts; ³ Elsevier’s SciVal © Experts and Pure Experts Portal; ⁴ Профили Harvard Catalyst; ⁵ DIRECT: распределенный инструмент для совместной работы экспертов по исследованиям; ⁶ и VIVO (Börner et al., 2012). Например, VIVO — это бесплатное веб-приложение с открытым исходным кодом, разработанное при поддержке Национальных институтов здравоохранения, которое упрощает поиск исследователей по публикациям, исследованиям, обучению и профессиональной принадлежности вне институциональных границ (Börner et al. , 2012). My Dream Team Assembler основывается на VIVO, чтобы включить анализ социальных сетей и моделирование искателя, чтобы дать рекомендации потенциальным научным сотрудникам (Contractor, 2013). Руководство по оценке ⁷ для исследования сетевых систем доступно, чтобы помочь учреждениям, когда они рассматривают возможность принятия этих новых инструментов.

Недавние опросы показывают, что исследовательские университеты, особенно академические медицинские центры, все чаще внедряют системы исследовательских сетей (Murphy et al., 2012; Obeid et al., 2014), и многие планируют обмениваться данными об исследовательском опыте в своих учреждениях, используя связанные системы. открытые данные, обеспечивающие широкий доступ к ним и их анализ. Эти общедоступные данные перспективны для использования при оценке межведомственного научного сотрудничества в будущих научных исследованиях в группах (Obeid et al., 2014).Недавнее исследование внедрения в Калифорнийском университете в Сан-Франциско (Kahlon et al. , 2014) показало, что исследовательская сетевая система привлекала все больший круг посетителей, поведение которых предполагало, что они использовали инструмент для выявления новых сотрудников или тем исследования. . В ответ на онлайн-опрос пользователи определили ряд преимуществ использования системы для поддержки исследований и клинической работы. Однако, за исключением этого исследования, на сегодняшний день мало доказательств того, что использование инструментов для руководства сбором команд приводит к тому, что команды или группы более эффективны, чем другие команды или группы.Комитет предлагает практикам, которые решат попробовать один или несколько из этих инструментов, отслеживать их полезность и удобство использования при формировании команд и сотрудничать с исследователями для оценки их влияния на научные результаты.

РАССМОТРЕНИЕ СЕМЬ ФУНКЦИЙ, КОТОРЫЕ СОЗДАЮТ ЗАДАЧИ ДЛЯ КОМАНДНОЙ НАУКИ

Как исследование состава и сборки команды соотносится с каждой из семи особенностей, которые создают проблемы для командной науки?

Высокое разнообразие членского состава (особенность № 1) напрямую рассматривается в исследованиях состава команд, выявленных неисправностей и подгруппах, описанных выше. Вывод о том, что разнообразие задач связано с более эффективными командами, является многообещающим открытием для командных научных проектов, которые строятся в основном на основе разнообразия задач.

Интеграция глубоких знаний (функция №2) на самом деле является результатом состава команды, учитывая, что командные научные проекты часто требуют интеграции знаний из разных дисциплин и заинтересованных сторон. Некоторые из инструментов, описанных выше, такие как исследовательские сетевые системы, потенциально могут помочь смягчить коммуникативные проблемы, возникающие из-за этой функции, позволяя узнать больше о потенциальных товарищах по команде до создания команды или группы.

Большой размер (функция # 3) смягчается неоднородностью команды или членов группы, так что более крупные группы оказались более продуктивными, но это преимущество по сравнению с небольшими командами снижается с увеличением неоднородности в представленных дисциплинах и учреждениях (Cummings et al. др. , 2013). Использование таких методов, как анализ когнитивной работы, для тщательного анализа задач и требований, предъявляемых к команде или членам группы различных дисциплин, поможет избежать ненужных проблем, связанных с размером и разнообразием.

Проблемы, возникающие из-за несовпадения целей с другими командами (особенность № 4), согласуются с концепцией недостатков и подгрупп, которых можно избежать, внимательно следя за составом команды или группы. Однако руководители науки или финансирующие агентства иногда накладывают дополнительные ограничения на состав, требуя, чтобы в команду или группу входили определенные типы лиц, научных дисциплин или институтов. Такие ограничения могут непреднамеренно объединить подгруппы с несколькими, а иногда и противоречащими друг другу целями.В этих случаях может быть трудно избежать развития подгрупп, и меры по лидерству и профессиональному развитию могут быть направлены на повышение согласованности всех подгрупп с высокоуровневыми целями более крупной группы.

Проницаемые границы команд и групп (функция № 5) были рассмотрены только недавно в исследовании динамического членства в группах, которое признает, что современные команды, как правило, имеют плавные границы (Mathieu et al., 2014). Tannenbaum et al. (2012) также отметили, что, поскольку организациям часто требуется быстро перенастроить команды, люди все чаще участвуют одновременно в нескольких командах.Они отметили, что текучесть членства оказывает как положительное, так и отрицательное влияние на производительность команды, облегчая передачу знаний с одной стороны, но потенциально уменьшая узы аффилированности членов команды, с другой стороны. Чтобы решить эти проблемы, авторы предложили использовать инструменты сборки команды, повысить ясность ролей, развить переносимые командные компетенции и сосредоточиться на передаче команд и переходах. В то же время командные процессы могут быть усилены изменениями в составе команды в результате повышения гибкости и адаптивности команды (Gorman and Cooke, 2011), увеличения количества уникальных идей (Gruenfeld, Martorana, and Fan, 2000) и улучшения передача знаний и согласование знаний, навыков и способностей участников с требованиями задачи (Tannenbaum et al. , 2012). Некоторые исследования показали, что знакомство между членами команды и вызываемое им доверие способствует эффективности в межведомственных командах или группах (Gulati, 1995; Shrum, Genuth, and Chompalov, 2007; Cummings and Kiesler, 2008). Но, как обсуждалось ранее, другие исследования показывают, что изменение состава и включение членов, которые ранее не были знакомыми, могут повысить эффективность научных команд или более крупных групп (Pelz and Andrews, 1976; Kahn and Prager, 1994; Guimera et al., 2005). ).

Известно, что географическая разбросанность (функция № 6) создает проблемы для успеха команды. Polzer et al. (2006) обнаружили, что наличие подгрупп, основанных на географии, было связано с более высоким конфликтом и меньшим доверием. Географически рассредоточенная научная команда или группы с большей вероятностью добьются успеха, если они будут собраны таким образом, чтобы избежать разломов и подгрупп, которые, как известно, являются проблематичными. Однако, если научная проблема требует включения членов, которые потенциально могут разделиться по линиям разломов, вмешательство, подобное описанному в главе 7, может быть оправдано.

Наконец, высокая взаимозависимость задач (функция № 7), характерная для многих научных команд и более крупных групп, может создавать проблемы, когда требуется взаимозависимость между подгруппами или очагами неисправностей. Уравновешивание команд на сборке, чтобы избежать таких недостатков или противодействие им посредством руководства или других вмешательств, поможет облегчить взаимозависимую работу.

РЕЗЮМЕ, ВЫВОДЫ И РЕКОМЕНДАЦИИ

Большинство исследований взаимосвязи между составом команды и ее эффективностью дали противоречивые или слабые результаты.Тем не менее, неоднородность, связанная с задачами, кажется, связана с эффективностью команды с важными последствиями для научных команд или групп, включающих несколько дисциплин. Дальнейшие исследования линий разломов и подгрупп, которые могут возникать в результате них, подтверждают положительное влияние неоднородности, связанной с задачами, и необходимость тщательного управления демографической неоднородностью. В то же время новые исследования показывают, что демографическая неоднородность иногда может поддерживать научную продуктивность.

Недавнее исследование сборки команды начинает предлагать понимание того, как процесс сборки команды или группы и предшествующие отношения между членами влияют на научные и трансляционные результаты коллективной науки.Сетевые исследовательские системы обещают помочь отдельным ученым, администраторам университетских исследований, спонсорам и другим лицам определить потенциальных членов команды. Дальнейшие исследования по сбору команд были бы ценны во время быстрого роста науки о командах.

Комитет рассматривает эту работу как предварительное доказательство того, что состав и сборка команды имеют значение и требуют тщательного управления для повышения эффективности (Fiore, 2008). Важно осознавать, что сборка и формирование команды обеспечивает исходный строительный материал для эффективной команды и, следовательно, является критическим шагом, но это только первый шаг к созданию эффективной группы или команды (Hackman, 2012). Ployhart и Moliterno (2011) указали, что человеческий капитал берет свое начало в знаниях, навыках, способностях и других характеристиках людей, но трансформируется в ресурс команды посредством межличностных процессов, подобных тем, которые описаны в главе 3. Вмешательства в другие аспекты команды или группы, помимо состава и сборки, важны для поддержки позитивных командных процессов и эффективности, и мы обсудим эти другие аспекты в следующих главах.

ЗАКЛЮЧЕНИЕ.На сегодняшний день исследования, не связанные с наукой, показали, что состав команды влияет на эффективность команды, и эта взаимосвязь зависит от сложности задачи, степени взаимозависимости между членами команды и того, как долго команда находится вместе. Разнообразие задач имеет решающее значение и положительно влияет на эффективность команды .

ЗАКЛЮЧЕНИЕ. Методы анализа задач, разработанные в ненаучном контексте, и инструменты исследовательской сети, разработанные в научном контексте, позволяют практикам систематически рассматривать состав команды .

РЕКОМЕНДАЦИЯ 1. Руководители научных коллективов и другие лица, участвующие в формировании научных команд и более крупных групп, должны рассмотреть возможность использования методов анализа задач (например, анализа задач, когнитивного моделирования, анализа работы, анализа когнитивной работы) и инструментов, которые помогают идентифицировать знания. , навыки и отношения, необходимые для эффективного выполнения проекта, чтобы разнообразие задач среди членов команды или группы могло наилучшим образом соответствовать потребностям проекта. Им также следует рассмотреть возможность применения таких инструментов, как исследовательские сетевые системы, разработанные для облегчения создания научных групп, и сотрудничать с исследователями для оценки и совершенствования этих инструментов и методов анализа задач .

1

При рассмотрении потенциальных членов команды или более крупной группы важно осознавать, что люди, не обладающие полезной характеристикой (например, социальные или коммуникативные навыки, связанные с экстраверсией), могут развить ее через образование или профессиональное развитие. , как описано в главе 5.

2

Как обсуждалось в главе 1, группы разработки новых продуктов сталкиваются со многими из тех же проблем, что и научные группы.

3

4

5

6

7

Восемь основных технологий: PwC

Гиперподключенные сети

Что это такое

Гиперподключенные сети полагаются на инфраструктуру сетей и IoT для обработки информации с невероятной скоростью, чтобы разумно соединять множество людей, устройств и систем. Эти технологии расширяют возможности подключения и ускоряют обработку, чем когда-либо прежде, обеспечивая беспрепятственное взаимодействие между людьми и автономными системами.

Как это работает

миллиардов конечных точек, подключенных к Интернету вещей, в сочетании с облаком, 5G и ячеистой сетью, могут создавать стабильные, высокоскоростные сети с малой задержкой, которые служат опорой крупномасштабной инфраструктуры, делая возможности подключения повсеместными. Локализованная связь между устройствами в Интернете вещей может давать аналитические данные и ответы на основе ИИ, когда и где они необходимы, без использования облака. Когда время обработки не критично (и, следовательно, не требует выполнения локально), данные будут отправляться в сеть через 5G, спутники, маломощную глобальную сеть (LPWAN) и другие стандарты связи.Локализованные, эффективные вычисления в сочетании с непрерывным интеллектом откроют возможности для бизнеса, о которых раньше считалось много лет.

Где он оказывает влияние

• Промышленные компании, занимающиеся управлением горнодобывающей и строительной отраслями, в частности, используют платформу данных Skycatch для быстрого обследования участков с помощью сбора данных с помощью дронов и мощных периферийных вычислений для локального создания 3D-моделей.
  
• Розничные продавцы могут подтвердить, что товары могут перемещаться с завода-производителя на склад в их розничные магазины максимально быстро и безопасно с помощью подключенной цепочки поставок.
  
• Гиперподключенные сети обеспечивают межмашинное взаимодействие в массовом масштабе, что позволяет им отслеживать их производительность, оптимизировать операции и заказывать детали до того, как они выйдут из строя.

Почему это важно

Поскольку объем данных продолжает расти в геометрической прогрессии, становится все более важным собирать, распространять и хранить эти данные безопасным, масштабируемым и доступным способом, включая данные, отправленные с одной машины на другую.Гиперподключенные сети, которые включают AI, IoT, блокчейн и даже дроны, могут обрабатывать данные из различных источников быстрым, эффективным и безопасным способом в массовом масштабе. Гиперподключенные сети все ближе и ближе к повсеместному подключению. Повсюду будет постоянное соединение с различными уровнями транспорта: низкое энергопотребление для низкого объема данных и сети с высокой пропускной способностью для критически важных приложений. Гиперподключенные сети создадут мир, покрытый связями, а «мертвые зоны» уйдут в прошлое.

Что такое нанотехнологии? | Национальная нанотехнологическая инициатива

Нанотехнологии — это наука, инженерия и технологии, проводимые в наномасштабе, который составляет от 1 до 100 нанометров.

Физик Ричард Фейнман, отец нанотехнологий.

Нанонаука и нанотехнология — это изучение и применение очень малых вещей, которые могут использоваться во всех других областях науки, таких как химия, биология, физика, материаловедение и инженерия.

Как это начиналось

Идеи и концепции, лежащие в основе нанонауки и нанотехнологий, начались с выступления физика Ричарда Фейнмана «На дне много места» на собрании Американского физического общества в Калифорнийском технологическом институте (CalTech) 29 декабря 1959 года, задолго до этого. был использован термин нанотехнология. В своем выступлении Фейнман описал процесс, с помощью которого ученые смогут управлять отдельными атомами и молекулами и управлять ими. Более десяти лет спустя, исследуя сверхточную обработку, профессор Норио Танигучи ввел термин «нанотехнология».Только в 1981 году, с разработкой сканирующего туннельного микроскопа, который мог «видеть» отдельные атомы, началась современная нанотехнология.

Фундаментальные концепции нанонауки и нанотехнологий

	Средневековые витражи — пример того, как нанотехнологии использовались в досовременную эпоху. (Предоставлено: NanoBioNet)

Трудно представить, насколько мала нанотехнология.Один нанометр составляет миллиардную долю метра, или 10 ^-9 метра. Вот несколько наглядных примеров:

• В дюйме 25 400 000 нанометров
• Лист газеты толщиной около 100000 нанометров
• В сравнительном масштабе, если бы размер шарика был нанометром, то один метр был бы размером с Землю

Нанонаука и нанотехнологии включают способность видеть и контролировать отдельные атомы и молекулы. Все на Земле состоит из атомов — еда, которую мы едим, одежда, которую мы носим, ​​здания и дома, в которых мы живем, и наши собственные тела.

Но что-то маленькое, вроде атома, невозможно увидеть невооруженным глазом. На самом деле, невозможно увидеть в микроскопы, которые обычно используются на уроках естествознания в средней школе. Микроскопы, необходимые для наблюдения за объектами в наномасштабе, были изобретены в начале 1980-х годов.

Когда у ученых появились необходимые инструменты, такие как сканирующий туннельный микроскоп (СТМ) и атомно-силовой микроскоп (АСМ), наступила эра нанотехнологий.

Хотя современная нанонаука и нанотехнологии являются довольно новыми, наноразмерные материалы использовались веками.Золотые и серебряные частицы переменного размера создавали цвета в витражах средневековых церквей сотни лет назад. Тогда художники просто не знали, что процесс, который они использовали для создания этих прекрасных произведений искусства, на самом деле привел к изменениям в составе материалов, с которыми они работали.

Современные ученые и инженеры находят множество способов сознательного создания материалов в наномасштабе, чтобы воспользоваться преимуществами их улучшенных свойств, таких как более высокая прочность, меньший вес, улучшенный контроль светового спектра и более высокая химическая реактивность, чем у их более крупных аналогов. .

Технология, используемая в музыкальных композициях — видео и стенограмма урока

Электронные инструменты

Вы, наверное, слышали музыку, которую играют инструменты, в которых используется электронное усиление . Усиление делает инструмент громче за счет использования динамиков, усилителей или других средств. Эти инструменты могут включать электрогитару, электрическую базу и певца, держащего микрофон. Технология, делающая возможным усиление, существует уже более полувека.Когда усиление стало популярным, изобретателям и музыкантам не потребовалось много времени, чтобы понять, что ту же технологию можно использовать для создания новых звуков акустических инструментов. Используя педали, фильтры и другие устройства, музыканты могли изменять звук, исходящий от их усилителей, создавая совершенно новую звуковую палитру для исполнения.

Одним из распространенных устройств, подобных этому, является педаль вау , которую также иногда называют педалью вау-вау. Педаль вау была разработана в 1940-х годах, но, пожалуй, наиболее популярна из-за ее использования в 1960-х гитаристом Джими Хендриксом.Это позволяет музыканту, обычно электрогитаристу, изменять обертоны звука, который достигает динамиков, путем изменения положения педали. Музыкант может использовать педаль для создания звука wah или waka-waka , который вы можете узнать из фильмов Shaft .

В 1970-х годах появились синтезаторы , электронные машины, способные создавать звуки, используя серию простых звуковых волн. Часто синтезаторы работали через аддитивный синтез : они объединяли простые звуковые волны в более сложную звуковую волну, в результате чего получался звук, не похожий на любой акустический инструмент.Например, синусоида — один из простейших типов звуковой волны; у него чистый, чистый звук. Несколько синусоидальных волн можно сложить вместе, чтобы сформировать пилообразную волну , которая имеет гораздо более резкий и яркий звук. Объединяя пилообразную волну с новой синусоидальной волной, композитор может создать еще более интересный новый звук. Часто синтезаторы оснащены фортепианной клавиатурой, которая может воспроизводить звуковую волну с любой высотой тона, что позволяет использовать звук и синтезатор для живого выступления.

Синтезаторы занимают видное место практически во всей популярной музыке 1970-х и 80-х годов, но узнаваемые примеры можно найти в музыке Томаса Долби, Дево и даже таких классических композиторов, как Джон Адамс. Синтезаторы по-прежнему регулярно используются во всех областях музыкального мира, но многие разработчики создали банки звука, предназначенные для воспроизведения на большом количестве электронных инструментов.

Современные электронные инструменты часто работают с использованием компьютерного языка, называемого MIDI , что означает цифровой интерфейс музыкальных инструментов.Этот язык кодирования позволяет компьютерам обмениваться данными со специальными музыкальными инструментами, называемыми MIDI-контроллерами. MIDI-контроллеры воспроизводятся так же, как и на обычных инструментах, а затем преобразуют живое исполнение в MIDI-данные, которые могут быть прочитаны компьютером. Информация, которую они записывают, включает в себя такие вещи, как высота звука и ритм, но MIDI-сигнал также включает информацию о таких вещах, как громкость и модуляция, которые позволяют музыканту играть так выразительно, как на живом инструменте. Компьютерные программы, называемые секвенсорами , могут переводить данные в читаемую форму, позволяя музыканту редактировать MIDI-данные своего исполнения позже.При использовании с библиотекой синтезированных инструментов MIDI можно использовать для воспроизведения больших оркестровых произведений с синтезированными звуками. Это также может позволить музыканту, играющему на MIDI-контроллере, изменять звук инструмента на все, для чего у него есть серия звуковых образцов.

Программное обеспечение для редактирования аудио

Помимо исполнения с использованием электронных и MIDI-инструментов, композиторы используют компьютеры для создания и редактирования записей своих произведений и часто для создания новых произведений с использованием компьютера в качестве инструмента.Это возможно с использованием программного обеспечения для редактирования аудио , специально разработанного, чтобы позволить музыканту редактировать и добавлять эффекты для записи или синтезировать звуки. Существует множество различных программ для редактирования аудио, но наиболее распространенным является Digital Audio Workstation или DAW .

Программы

DAW представляют аудиосэмплы как визуальные объекты, что позволяет композиторам перемещать и изменять их без необходимости вносить изменения в реальном времени. DAW используют компьютерный интерфейс для замены звуковой платы и внешних устройств, поэтому внешнее оборудование не требуется.Это означает, что пользователю DAW нужен только компьютер для создания высококачественной музыки и звуковых коллажей. DAW профессионального уровня, такие как Logic и ProTools, также предлагают серию плагинов , чтобы пользователи могли изменять или фильтровать звук. Некоторые из этих плагинов можно использовать для имитации акустики концертного зала и для того, чтобы сделать звук электронной записи более акустическим. Другие могут изменять и искажать звуки до тех пор, пока они не станут неузнаваемыми, что позволяет композиторам преобразовывать звук во что-то новое. Звукорежиссеры, которые использовали DAW для создания поразительной новой музыки, включают Амон Тобин, Джейкоб Тер Велдхуис и Джон Хопкинс.

Электроакустическая музыка

Совсем недавно композиторы разработали инструменты для объединения электроники со звуками акустических инструментов, таких как скрипка или флейта, в реальном времени. Полученная музыка, сочетающая в себе элементы технологий и акустической музыки, называется электроакустической музыкой . Поскольку определение электроакустической музыки настолько широкое, что просто указывает на сочетание акустических инструментов с технологией, оно может относиться к множеству различных типов выражения.

Например, композиторы часто пишут пьесы для акустических инструментов, которые сопровождаются фиксированным электронным саундтреком, созданным в DAW или других программах. Инструмент исполняет эту пьесу, в то время как электронная партия играет на заднем плане, точно так же, как они играли бы в сопровождении фортепиано или другого акустического инструмента. Электронная часть этого элемента называется частью с фиксированным носителем, , или иногда лентой или частью с принудительным воспроизведением; поэтому, если композитор пишет пьесу для виолончели и электронного саундтрека, которая остается неизменной каждый раз, когда она воспроизводится, полученную пьесу можно назвать пьесой для виолончели и фиксированных носителей, виолончели и кассеты или для виолончели и электроники push-play.

В последнее время композиторы начали находить способы, позволяющие живым выступлениям взаимодействовать с компьютерами в реальном времени. Иногда используют датчики, прикрепленные к инструменту или к телу исполнителя. Часто они собирают звук у исполнителя с помощью микрофона и пропускают звук через компьютерную программу, которая изменяет его и воспроизводит измененный звук через динамик. Таким образом, композитор может изменить звучание акустического исполнителя во время живого выступления. Такая практика использования электроники для изменения акустических звуков в реальном времени называется живой обработкой .Хотя DAW имеют ограниченные возможности обработки в реальном времени, композиторы, которым интересна обработка в реальном времени, часто используют другое программное обеспечение, которое может более эффективно изменять звуки, собираемые компьютером. Некоторые особенно популярные программы для обработки в реальном времени включают Max / MSP, Ableton и Supercollider. Вы можете обнаружить, что эти программы используются для обработки вживую в музыке Тода Мачовера, Кейт Сопер и Джона Драмхеллера, а также в работах многих других современных композиторов.

Краткое содержание урока

Технологии оказали мощное влияние на все типы музыки, и музыканты изучают возможности их использования уже более века.Одним из первых применений современных технологий было усиление , в котором использовались динамики, микрофоны и инструменты с электрическим усилением, такие как электрогитара или электрический бас, чтобы музыканты могли издавать более громкие звуки.

Изобретатели середины 20-го века разработали педаль вау для изменения звука электрических инструментов, положив начало интересу к использованию технологий для изменения звука. Позже музыканты будут использовать синтезатора , электронные машины, способные создавать звуковые волны.Используя аддитивный синтез , эти машины могли создавать самые разные звуки, которые никто никогда раньше не слышал. Позже разработка MIDI , что означает цифровой интерфейс музыкальных инструментов, предоставила общий язык, который позволил использовать все виды электронных инструментов со всеми различными синтезируемыми звуками.

Более поздние композиторы заинтересовались использованием компьютеров для создания новой музыки с нуля. Одним из наиболее важных инструментов для этого является DAW или цифровая звуковая рабочая станция.Композиторы и электронные музыканты используют DAW для замены дек, внешних эффектов и другого дорогостоящего оборудования, которое раньше было необходимо для электронной музыки. Сегодня все, что вам нужно, — это компьютер.

Компьютеры также сделали возможным новое искусство электроакустической музыки , которое сочетает в себе элементы технологии и акустической музыки. Некоторые общие тенденции в электроакустической музыке включают фиксированные носители , в которых музыка, созданная с использованием электроники, принимает фиксированную форму и каждый раз остается неизменной; и обработка в реальном времени , в которой программное обеспечение используется для изменения акустического звука.

Как риторика и композиция описали и определили новые медиа в начале двадцать первого века в JSTOR

Абстрактный

В этой статье я утверждаю, что новые медиа определяются и располагаются в рамках двух различных научных дискуссий (сочинение в современном обществе и сочинение в академических кругах) и имеют различные определения, поддерживающие аргументы, сделанные в рамках этих всеобъемлющих бесед. Обсуждения новых медиа вносят вклад в риторику и композиции двадцать первого века, составляющие композиционные рамки.

Информация о журнале

College Composition and Communication публикует исследования и стипендии в области риторики и изучения композиции, которые помогают учителям колледжей размышлять и улучшать свои методы преподавания письма, и что отражает самые современные стипендии и теории в этой области. Область изучения композиции основана на исследованиях и теориях из широкого круга гуманистических дисциплин — изучения английского языка, риторики, культурных исследований, исследований ЛГБТ, гендерных исследований, критической теории, образования, технологических исследований, расовых исследований, коммуникации, философии языка, антропологии. , социология и другие, а также изнутри исследований композиции и риторики, где также развился ряд подполей, таких как техническая коммуникация, компьютеры и композиция, написание в учебной программе, исследовательская практика и история этих областей.

Информация об издателе

Национальный совет преподавателей английского языка (NCTE), некоммерческая профессиональная организация ассоциация педагогов, посвященная улучшению преподавания и обучения английского языка и языковых искусств на всех уровнях образования. С 1911 года NCTE предоставил форум для профессии, множество возможностей для учителей продолжать свой профессиональный рост на протяжении всей карьеры, а также рамки за сотрудничество для решения вопросов, влияющих на преподавание английского языка.Для для получения дополнительной информации посетите www.ncte.org.

Что такое ИТ-инфраструктура?

Компоненты ИТ-инфраструктуры состоят из взаимозависимых элементов, а две основные группы компонентов — это оборудование и программное обеспечение. Аппаратное обеспечение использует программное обеспечение — как операционная система — для работы. Точно так же операционная система управляет системными ресурсами и оборудованием. Операционные системы также устанавливают связи между программными приложениями и физическими ресурсами с помощью сетевых компонентов.

Оборудование

Компоненты оборудования могут включать:

• Настольные компьютеры
  
• Серверы
  
• Дата-центры
  
• концентраторы
  
• Маршрутизаторы
  
• Переключатели
  
• Объекты

Программное обеспечение

Программные компоненты могут включать:

• Системы управления контентом (CMS)
  
• Управление взаимоотношениями с клиентами (CRM)
  
• Планирование общеорганизационных ресурсов (ERP)
  
• Операционные системы
  
• Веб-серверы

Помещения
Помещения или физические объекты предоставляют пространство для сетевого оборудования, серверов и центров обработки данных.Он также включает в себя сетевые кабели в офисных зданиях для соединения компонентов ИТ-инфраструктуры.

Сеть
Сети состоят из коммутаторов, маршрутизаторов, концентраторов и серверов. Коммутаторы подключают сетевые устройства в локальных сетях (LAN), такие как маршрутизаторы, серверы и другие коммутаторы. Маршрутизаторы позволяют устройствам в разных локальных сетях обмениваться данными и перемещать пакеты между сетями. Концентраторы соединяют несколько сетевых устройств и действуют как единый компонент.

Сервер
Основным аппаратным компонентом, необходимым для корпоративной ИТ-инфраструктуры, является сервер. Серверы — это, по сути, компьютеры, которые позволяют нескольким пользователям получать доступ к ресурсам и совместно использовать их.

Серверная комната / центр обработки данных
Организации размещают несколько серверов в помещениях, называемых серверными комнатами или центрами обработки данных. Центры обработки данных являются ядром большинства сетей.

Что такое повсеместные вычисления (Pervasive Computing)?

Распространенные вычисления, также называемые повсеместными вычислениями, — это растущая тенденция встраивания вычислительных возможностей (обычно в форме микропроцессоров) в повседневные объекты, чтобы они могли эффективно общаться и выполнять полезные задачи таким образом, чтобы минимизировать потребность конечного пользователя во взаимодействии с ними. компьютеры как компьютеры.Распространенные вычислительные устройства подключены к сети и постоянно доступны.

В отличие от настольных компьютеров, повсеместные вычисления могут происходить с любым устройством, в любое время, в любом месте и в любом формате данных в любой сети и могут передавать задачи с одного компьютера на другой, когда, например, пользователь перемещается из своей машины в свою. офис. В число широко распространенных вычислительных устройств входят:

Часто считается преемником мобильных вычислений, повсеместные вычисления обычно включают в себя беспроводную связь и сетевые технологии, мобильные устройства, встроенные системы, носимые компьютеры, метки радиочастотной идентификации (RFID), промежуточное ПО и программные агенты.Часто также включаются возможности Интернета, распознавание голоса и искусственный интеллект (ИИ).

Как используются повсеместные вычисления

Приложения для повсеместных вычислений были разработаны для потребительского использования и помогают людям выполнять свою работу.

Примером повсеместных вычислений являются Apple Watch, которые предупреждают пользователя о телефонном звонке и позволяют совершить звонок через часы. Другой пример: зарегистрированный пользователь Audible, сервера аудиокниг Amazon, запускает свою книгу с помощью приложения Audible на смартфоне в поезде и продолжает слушать книгу через Amazon Echo дома.

Среда, в которой устройства, присутствующие повсюду, могут выполнять ту или иную форму вычислений, может считаться повсеместной вычислительной средой. Отрасли, тратящие деньги на исследования и разработки (НИОКР) для повсеместных вычислений, включают следующее:

• энергия
• развлечения
• здравоохранение
• логистика
• военный

Важность

Поскольку всеобъемлющие вычислительные системы способны собирать, обрабатывать и передавать данные, они могут адаптироваться к контексту и деятельности данных.По сути, это означает сеть, которая может понимать свое окружение и улучшать человеческий опыт и качество жизни.

История

Вездесущие вычисления были впервые применены в исследовательской лаборатории Оливетти в Кембридже, Англия, где был создан Active Badge, «прикрепляемый компьютер» размером с удостоверение личности сотрудника, позволяющий компании отслеживать местоположение людей в здания, а также объекты, к которым они были пристроены.

Заголовок: Эта диаграмма повсеместных вычислений показывает роль датчиков и других маломощных встраиваемых устройств в повсеместных вычислениях.

Марк Вайзер, которого многие считают отцом повсеместных вычислений, и его коллеги из Xerox PARC вскоре после этого начали создавать ранние воплощения повсеместных вычислительных устройств в форме «вкладок», «планшетов» и «плат».

Вайзер описал концепцию повсеместных вычислений следующим образом:

Вдохновленные социологами, философами и антропологами из PARC, мы пытаемся радикально взглянуть на то, какими должны быть вычисления и сети.Мы верим, что люди живут своими практиками и неявными знаниями, поэтому самые сильные вещи — это те, которые фактически невидимы при использовании. Это проблема, которая затрагивает всю информатику. Наш предварительный подход: активировать мир. Обеспечение сотнями беспроводных вычислительных устройств на человека в каждом офисе всех масштабов (от 1-дюймовых дисплеев до размеров стены). Это потребовало новой работы в операционных системах, пользовательских интерфейсах, сетях, беспроводной связи, дисплеях и многих других областях. Мы называем свою работу ‘повсеместные вычисления.«Это отличается от КПК [персональных цифровых помощников], Dynabooks или информации, которая всегда у вас под рукой. Он невидим, везде компьютеры, которые не работают на каких-либо личных устройствах, а везде находятся в дереве.

Позже он написал:

В течение 30 лет дизайн большинства интерфейсов и компьютерный дизайн шли по пути «драматической» машины. Его высший идеал — сделать компьютер таким захватывающим, таким прекрасным, таким интересным, что мы никогда не захотим остаться без него.Менее популярный путь я называю «невидимым»: его высший идеал — сделать компьютер настолько встроенным, таким подходящим, таким естественным, чтобы мы использовали его, даже не задумываясь о нем. (Я также назвал это понятие «повсеместные вычисления» и положил его истоки в постмодернизм.) Я верю, что в следующие 20 лет второй путь станет преобладающим. Но это будет нелегко; очень небольшая часть инфраструктуры нашей нынешней системы выживет. В течение последних четырех лет мы создавали в PARC версии будущей инфраструктуры в виде компьютеров размером в дюйм, фут или ярд, которые мы называем вкладками, площадками и платами.Наши прототипы иногда удавались, но чаще всего не могли быть невидимыми. На основании того, что мы узнали, сейчас мы изучаем некоторые новые направления для ubicomp, включая знаменитый дисплей «висящей строки».

Термин pervasive computing , использованный в конце 1990-х годов, в значительной степени популяризировался созданием подразделения IBM Pervasive Computing. Хотя сегодня это синоним, профессор Фридеман Маттерн из Швейцарского федерального технологического института в Цюрихе отметил в статье 2004 года, что:

Вайзер рассматривал термин «повсеместные вычисления» в более академическом и идеалистическом смысле как ненавязчивое, ориентированное на человека технологическое видение, которое не будет реализовано в течение многих лет, однако [] отрасль ввела термин «повсеместные вычисления» с некоторой долей вероятности. разный уклон.Хотя это также относится к повсеместной и вездесущей обработке информации, ее основная цель — использовать эту обработку информации в ближайшем будущем в областях электронной коммерции и бизнес-процессов на базе Интернета. В этом прагматическом варианте — где беспроводная связь играет важную роль наряду с различными мобильными устройствами, такими как смартфоны и КПК, — повсеместные вычисления уже закрепились на практике.

Распространенные вычисления и Интернет вещей

Интернет вещей (IoT) в значительной степени развился из повсеместных вычислений.Хотя некоторые утверждают, что разницы нет или нет, IoT, вероятно, больше соответствует повсеместным вычислениям, а не первоначальному взгляду Вейзера на повсеместные вычисления.

Подобно повсеместным вычислениям, устройства, подключенные к Интернету вещей, обмениваются данными и отправляют уведомления об использовании. Видение повсеместных вычислений — это вычислительные мощности, широко рассредоточенные по повседневной жизни в повседневных объектах. Интернет вещей находится на пути к реализации этого видения и превращению обычных объектов в подключенные устройства, но на данный момент требует значительных усилий по настройке и взаимодействию человека с компьютером, чего нет в обычных вычислениях Вайзера.

IoT может использовать беспроводные сенсорные сети. Эти сенсорные сети собирают данные с отдельных сенсоров устройств перед их передачей на сервер Интернета вещей. В одном из применений технологии, например при сборе данных о том, сколько воды протекает из городской водопроводной сети, может быть полезно сначала собрать данные из беспроводной сенсорной сети. В других случаях, например, при использовании носимых вычислительных устройств, таких как Apple Watch, сбор и обработка данных лучше отправлять непосредственно на сервер в Интернете, на котором централизованы вычислительные технологии.

Преимущества повсеместных вычислений

Как описано выше, повсеместные вычисления требуют меньшего взаимодействия с человеком, чем повсеместная вычислительная среда, где может быть больше подключенных устройств, но извлечение и обработка данных требует большего вмешательства.

Поскольку всеобъемлющие вычислительные системы способны собирать, обрабатывать и передавать данные, они могут адаптироваться к контексту и деятельности данных. По сути, это означает, что сеть может понимать свое окружение и улучшать человеческий опыт и качество жизни.

Примеры

Примеры повсеместных вычислений включают электронные системы взимания платы за проезд на автомагистралях; приложения для отслеживания, такие как Life360, которые могут отслеживать местоположение пользователя, скорость, с которой он едет, и время автономной работы их смартфона; Apple Watch; Amazon Echo; умные светофоры; и Fitbit.

.