Special Section: Construction Management

Micromechanisms of tacit knowledge transfer in construction projects from the perspective of interpersonal brain synchronization

  • Xiaotong GUO 1, 2 ,
  • Shuailong ZHANG 1, 2 ,
  • Fangyuan TIAN 3, 4 ,
  • Hanliang FU 1, 2 ,
  • Mengmeng WANG , 1, 2, *
Expand
  • 1. School of Management, Xi'an University of Architecture and Technology, Xi'an 710055, China
  • 2. Laboratory of Neuromanagement in Engineering, Xi'an University of Architecture and Technology, Xi'an 710055, China
  • 3. School of Management, Xi'an University of Science and Technology, Xi'an 710054, China
  • 4. Xi'an Key Laboratory of Intelligent Human Factors for Emergency and Safety, Xi'an 710054, China

Received date: 2024-06-30

  Online published: 2025-01-06

Copyright

All rights reserved. Unauthorized reproduction is prohibited.

Abstract

Objective: Efficient transfer of tacit knowledge is crucial for enhancing resilience and promoting collaborative innovation among construction project teams. Although most studies focus on knowledge transfer between organizations or between organizations and individuals, they often rely on subjective reports to explore influencing factors and mechanisms. Given the inherent nature of tacit knowledge, its transfer process involves complex cognitive interactions and integration among parties, which traditional monitoring methods fail to fully capture. Therefore, this study aims to reveal the micro-level mechanisms of tacit knowledge transfer between individuals in construction projects from a cognitive perspective. Methods: This study categorizes tacit knowledge of construction projects into cognitive and technical types. The study involved 96 healthy university students divided into 48 pairs. Each pair included one sender with engineering knowledge and one receiver without. These pairs were randomly assigned to either a cognitive or technical group, each containing 24 pairs, to perform tacit knowledge transfer tasks relevant to construction projects. Brain oxygenation data were monitored using near-infrared equipment during the transfer process. A general linear model was used to calculate β-values for each channel in both groups based on the modified Beer-Lambert law, representing brain region activation. Hyperscanning technology extracted the preprocessed oxyhemoglobin time series for both the sender and receiver. Wavelet transform coherence was employed to model interpersonal brain synchronization (IBS) activities. The study then examined the relationship between IBS during the transfer and the performance of knowledge transfer measured by the efficiency of knowledge utilization and the degree of knowledge internalization. Results: The results indicated the following: (1) Both senders and receivers showed significant brain activation during tacit knowledge transfer. Receivers in the cognitive group exhibited higher brain activation than those in the technical group, indicating that transferring cognitive tacit knowledge demands greater neural engagement. (2) Significant IBS was observed between senders and receivers during the transfer tasks. The cognitive group exhibited lower IBS levels compared to the technical group, implying that the complexity of cognitive tacit knowledge might reduce immediate neural synchrony despite increased brain activation. (3) A strong causal relationship was found between IBS levels and the dual-dimensional performance of tacit knowledge transfer in terms of both knowledge utilization and internalization by the receiver. Higher IBS levels were associated with better transfer performance, highlighting the importance of neural synchrony in successful tacit knowledge transfer. Conclusions: This study sheds light on the cognitive processes involved in tacit knowledge transfer within construction project teams, highlighting differences in cognitive processes across different types of tacit knowledge. These findings underscore the critical role of IBS in predicting and enhancing knowledge utilization and internalization by the receiver, providing a reliable indicator for successful tacit knowledge transfer. These insights contribute to a deeper understanding of how cognitive interactions enhance project team efficiency, paving the way for improved strategies to enhance teamwork and innovation in construction projects.

Cite this article

Xiaotong GUO , Shuailong ZHANG , Fangyuan TIAN , Hanliang FU , Mengmeng WANG . Micromechanisms of tacit knowledge transfer in construction projects from the perspective of interpersonal brain synchronization[J]. Journal of Tsinghua University(Science and Technology), 2025 , 65(1) : 62 -70 . DOI: 10.16511/j.cnki.qhdxxb.2024.22.041

在新兴技术和创新理念不断推进下,建筑业正向技术密集型、知识密集型行业转变[1],知识管理在其中发挥的作用日趋重要[2]。知识一般分为可编码、易于书面表达的显性知识和难以编码、复合性、私有性高的隐性知识两类[3]。学者们普遍认为,在项目团队中显性知识仅占10%,90%的隐性知识构成了项目“知识冰山”的庞大底座[4]。在建设工程领域,隐性知识根据内容特征和抽象程度可分为技能类和认知类。技能类知识包括操作技巧和作业经验等。认知类知识包括直觉判断和问题解决能力等,例如项目管理人员根据长期经验对突发的进度、成本等问题做出有效决策[5]。项目开展期间,隐性知识转移可以提升个人知识更新效率,促进团队协作。项目结束后,隐性知识随工程人员转移至其他项目,能够推动行业的整体发展。
已有的项目隐性知识转移相关研究多是讨论组织间的转移[6]、组织向个体的转移[7]等,少有专门关注个体间的微观转移活动。同时,大多数研究仅利用主观报告方式探究隐性识转移的影响因素及发生机理[8]。然而,隐性知识具有内嵌性和复杂性的特点,转移形式主要为面对面交流[9],其过程涉及转移双方认知层面的互动与融合,传统手段的监测与刻画不甚全面。近年来,通过神经生理及行为实验探究个体活动规律的研究范式逐步发展[10]。隐性知识转移的基本过程为转移双方发送和接收动态连续信息,单脑指标仅能反映单个主体对信息的加工过程,揭示隐性知识转移互动过程的效力有限[11],多人同步交互扫描(简称“超扫描”)应运而生。超扫描是基于神经影像学同时记录共同完成某一认知活动的多人脑监测技术[12]
本研究以建设工程项目团队中个体间隐性知识转移活动为对象,利用超扫描技术测度不同类型隐性知识转移过程中发送方和接收方的脑部激活情况和脑间同步水平,并利用转移过程中的认知神经活动对转移绩效进行预测分析,以从认知神经层面揭示建设工程项目隐性知识转移的微观机制。

1 理论框架

1.1 建设工程项目隐性知识类型与脑间同步

根据建设工程项目技能类隐性知识和认知类隐性知识的内涵和特征,技能类隐性程度较低,认知类隐性程度较高[5]。当进行低隐性程度的知识转移时,通常采用直接的信息传递和交流,不需要进行过多的编码和解码。当进行高隐性程度的知识转移时,知识发送方不仅要对已有知识进行提取和组织,还需要以易于转移的形式进行编码,而接收方则要对接收到的信息进行解码和整合,这一过程涉及从短期记忆向长期记忆的转换和新旧知识的联结。因此,高隐性程度的知识转移任务消耗更多的认知资源,需要更高程度的认知加工和信息处理,导致大脑的显著激活。
根据超扫描研究的基本特点,隐性知识转移双方的脑间同步指示着有效的知识发送与接收[13]。相关研究普遍认为,脑间同步是互动者在行为、情绪和认知层面达成一致的关键机制,反映复杂社会互动中的动态认知神经活动的一致程度,是成功沟通和社会互动的基础[14-15]。例如,有学者发现,当沟通成功时,信息发送方的大脑活动与接收方的大脑活动存在时空耦合[16];有学者采用功能性近红外光谱成像(functional near-infrared spectroscopy, fNIRS)超扫描监测教学过程,发现只有当学生真正理解教师的意图时,教师和学生的脑活动才存在较强的同步性[17]
在建设工程项目团队的隐性知识转移活动中,隐性知识的类型可能会影响转移双方的脑间同步。技能类的低隐性程度知识可能更容易被理解和传递,诱发较高的脑间同步反馈;而认知类的高隐性程度知识涉及更为抽象和复杂的概念,不仅难以被发送方编辑和表达,也难以被接收方接受和理解,脑间同步响应可能较弱。据此提出假设如下:
H1  不同类型的建设工程项目隐性知识对转移过程中的脑间同步具有显著影响。

1.2 脑间同步与建设工程项目隐性知识转移绩效

联盟信号理论提出,认知同步会衍生出一种联盟信号,使群体内成员协同行动并高度合作,从而提高任务绩效[18]。知识转移任务过程中发送方和接收方的脑间同步强度越高,相应脑区间的信息传递越高效,认知资源上的共享和集成效果越好,使得接收方对隐性知识的学习和调用更快速[19]。脑间同步不仅可以反映实时互动中的团队绩效,例如合作表现[20]或信息理解[21],而且可以预测个体在互动中的知识累积程度,例如师生教学中的脑间同步水平可以预测学生的课堂参与度[22]、学习成绩[23]等。
在建设工程项目的隐性知识转移中,脑间同步水平越高的转移活动具有更高质量的互动和反馈机制,能有效促进新异隐性知识信息在接收方认知记忆系统中的融合、内化、迁移,进而提升转移绩效。据此提出假设2、3:
H2   脑间同步水平对接收方隐性知识转移的调用效率具有显著影响。
H3   脑间同步水平对接收方隐性知识转移的内化程度具有显著影响。
综上所述,本文的理论模型如图 1所示。
图 1 脑间同步视角下隐性知识转移的理论模型

2 实验设计

2.1 实验参与人

本研究在西安建筑科技大学招募了96名健康大学生作为参与人(为排除性别影响[24],均为男性,(21.0±2.3)岁),分为知识发送方和接收方两组。知识接收方的先验知识水平是隐性知识转移的重要影响因素,需要对接收方的工程知识水平进行一致化处理。此外,发送方和接收方之间较大的知识势差便于隐性知识转移任务中脑活动的监测。因此,本研究招募无工程知识的参与人作为接收方,且彼此陌生,随机配对,排除人际干扰。对于发送方,按照样本需求量的1.5倍初步招募参与人进行标准化培训,经过转移任务执行度(传递能力和程序一致)的筛查,最终确定48名发送方参与人。48对参与人被随机分配到技能组或认知组,完成建设工程项目领域的隐性知识转移任务,每组24对。实验地点为西安建筑科技大学神经工程管理实验室。实验过程中保持安静且光照度较低,以确保外界环境对参与人和设备的影响最小。实验前参与人均签署了知情同意书,结束后给予相应报酬。

2.2 实验程序

本实验分别设计了技能类和认知类的刺激材料,并采用隐性知识转移主要形式——面对面教学,以确保知识传递的准确性。在参与人理解实验流程后,实验正式开始。技能组和认知组的基本实验程序一致,分为静息阶段、知识转移阶段、思考阶段和测试阶段(图 2)。
静息阶段   正式任务开始前,参与人静坐,避免有意识的思考或外界刺激,采集脑血氧基线值。
知识转移阶段   技能组的隐性知识转移任务为施工人员作业中的经验技巧,该组所有参与人的任务一致。认知组隐性知识转移任务为设计人员在复杂约束条件下协调项目进度安排的问题解决逻辑,该组所有参与人的任务一致。
思考阶段    新异隐性知识与个体固有知识的融合具有一定的滞后性,因而接收方需要进行一段时间的独立思考及理解吸收。
测试阶段   对隐性知识转移绩效进行评估。
在后测任务设计过程中,为了控制技能组和认知组在任务时间、结构等方面的一致性,以及任务与工程实践的贴合性,本研究基于广泛的文献调研,并邀请多位建设工程和知识管理领域的专家进行实验任务修正。技能组后测任务框架为基于操作类经验知识搭建房屋砌筑模型,其中设置5项隐性知识项,包括砖块及地面的浸湿处理、搅拌水泥时加入润滑剂等。认知组后测任务框架为基于规划类思维知识制定交通密集、施工场地狭小等约束下高层写字楼项目的施工进度计划,其中设置5项隐性知识项,包括问题识别、问题分解、优化调整等。此外,为了避免与转移任务中的知识内容产生重复性学习效应,后测任务与转移任务内容不同、难度一致。整个实验共持续约20~30 min。参与人的认知神经数据由fNIRS记录,行为数据由数码摄像机记录。

2.3 fNIRS数据采集

本研究使用两套相同的功能性近红外光谱成像系统(PHOTON CAP,Cortivision,波兰)来同步记录发送方和接收方在进行隐性知识转移过程中的脑活动。发射器将波长760和850 nm的光波分别通过头皮和颅骨透射到大脑皮层,探测器测量光的吸收率变化,从而检测含氧血红蛋白(oxyhemoglobin, HbO)和脱氧血红蛋白(deoxyhemoglobin, HbR)的相对浓度变化。根据相关文献,左半球在知识转移功能中占主导地位[25],因此本研究将测量区域确定为与学习、记忆、表达相关的左侧前额叶、左侧额下回、左侧颞叶、左侧颞顶联合区等[26]。光极和通道(CH)的位置如图 3所示。接收方和发送方参与人覆盖通道一致,均为CH1—CH22,采样率为6 Hz,发射器和探测器间距约为3 cm。
图 3 光极和通道位置示意图

2.4 脑间同步水平测度模型

使用MATLAB 2019中的Homer3和NIRS_KIT工具箱对fNIRS数据进行预处理。1) 剔除数据中光强过饱和的通道,将原始光强度数据序列转换为光密度(optical density, OD)的变化。2) 对OD时间序列进行筛选和运动伪影校正,并使用0.01~0.1 Hz的带通滤波进行处理,以避免生理信号干扰。3) 基于修正的Lambert-Beer定律将OD数据转换为HbO和HbR浓度的变化[27]。已有研究表明,HbO是反映区域脑血流变化最为敏感的指标[28]。对HbO变化值建立一般线性模型分别计算技能组和认知组参与人每个通道的β[29],以此表征各个脑区的激活情况。
分别提取发送方和接收方同一通道经过预处理的HbO时间序列,利用小波变换相干(wavelet transform coherence, WTC)进行脑间同步活动的计算建模[30]
$\begin{gathered}\mathrm{WTC}(t, s)= \\\frac{\left|<s^{-1} W^{i j}(t, s)>\right|^2}{\left|<s^{-1} W^i(t, s)>\left.\right|^2\right|<s^{-1} W^j(t, s)>\left.\right|^2} .\end{gathered}$
其中:t表示时间点,s表示小波尺度,$<\cdot>$表示在时间点和小波尺度上的平滑处理,W表示连续的小波变换,ij分别表示发送方和接收方的HbO时间序列。本研究选取转移任务开始30~150 s的数据进行分析,由于设备的频率为6 Hz,因此一共收集到720个时间点的数据。通过计算得到二维WTC矩阵(时间×频率)及小波相干图(图 4),频率区间(周期为6~64 s,即0.02~0.17 Hz)涵盖了大部分认知活动相关的神经生理信号,同时排除了由呼吸(约0.2~0.3 Hz)或心血管活动(约1 Hz)等引发的高频或低频噪声[31]。如图 4所示,在该频率区间能够清楚地观察到在任务相关区域存在显著增强的脑间同步。将选定频率区间转移阶段的脑间同步值减去静息阶段的脑间同步值,即为任务相关的脑间同步值[32]。后文统计分析均以此指标为基础数据。
图 4 转移任务中发送方和接收方HbO的小波相干图

2.5 隐性知识转移绩效测度标准

基于学习记忆表现研究中效率和效果两个基本维度[33],本研究选择接收方隐性知识的调用效率和内化程度两个变量来表征隐性知识转移绩效。调用效率由接收方测试完成时间来量化,内化程度由接收方测试完成程度来量化,以共同评估接收方对转移任务所涉及隐性知识信息的掌握和应用水平。
接收方隐性知识调用效率  技能组和认知组均用完成时间表征调用效率,为了统一方向,进行时间逆向化,并将数据归一化到[0, 1]范围内。
$T_{\operatorname{norm}}=\frac{T_{\max }-T}{T_{\max }-T_{\min }} .$
式中: Tmax为完成测试的最长时间,Tmin为完成测试的最短时间。
接收方隐性知识内化程度  技能组的测试内容包括使用隐性知识项的数量和建筑模型搭建的完整度,两者各占50%。隐性知识项共5个,每个隐性知识项20分,模型完整度评分依据完成的步骤,每完成一步为25分。认知组测试内容为与转移任务类似的项目管理复杂问题,以解决思路流程图绘制的形式表达,设置5个大项、20个填空,每个5分。
为了便于后文的统计分析,对脑间同步、调用效率、内化程度均进行标准化处理。
$X=\frac{X_i-X_{\mathrm{mean}}}{X_{\mathrm{Std}}}$
式中: Xmean为相应指标的均值,XStd为标准差。

3 结果

3.1 建设工程项目隐性知识转移的认知响应

隐性知识转移过程中发送方和接收方的脑部激活情况如表 1所示。对于技能组,发送方的激活脑区为左侧背外侧前额叶[通道3:t(23)=3.582,p=0.002;通道4:t(23)=1.875,p=0.074],接收方的激活脑区为左侧颞顶联合区[通道20:t(23)=1.876,p=0.073]。对于认知组,排除了3个发送方样本和4个接收方样本异常值之后进行单样本t检验,发送方的激活脑区为中央下区[通道14:t(20)=1.828,p=0.083],接收方的激活脑区为左侧额下回[通道9:t(19)=2. 703,p=0.014;通道13:t(19)=2.059,p=0.053]。对发送方和接收方的脑部激活值分别作技能组和认知组的独立样本t检验。对于发送方,不同类型隐性知识转移任务中的脑激活水平并无显著差异;对于接收方,位于左侧额下回的通道9激活值呈现出显著的条件间效应[t(42)=2.450,p=0.019],即认知类隐性知识转移中接收方的脑部激活值显著高于技能类。
表 1 转移任务中发送方和接收方脑区激活的统计结果
组别 脑区 通道 β/(10-8 mol·mm-1) t p
技能组 发送方 左侧背外侧前额叶 CH3 1.75±2.40 3.582 0.002
CH4 0.95±2.48 1.875 0.074
接收方 左侧颞顶联合区 CH20 0.71±1.85 1.876 0.073
认知组 发送方 中央下区 CH14 1.34±3.36 1.828 0.083
接收方 左侧额下回 CH9 7.45±1.23 2.703 0.014
左侧背外侧前额叶 CH13 1.24±2.70 2.059 0.053

3.2 建设工程项目隐性知识转移的脑-脑耦合分析

对技能组和认知组的脑间同步值分别进行单样本t检验,结果如表 23所示,热点图可清晰地反映出不同脑区、不同通道的t值分布(见图 5)。当进行技能类隐性知识转移时,中央后回的脑间同步值显著高于其他区域[通道19:t(23)=5.353,p < 0.001],左侧颞顶联合区的脑间同步值则相对较低[通道22:t(23)=0.786,p=0.440]。在进行认知类隐性知识转移时,左侧前额叶的脑间同步值显著高于其他区域[通道10:t(23)=3.218,p=0.004],左侧背外侧前额叶脑间同步值则相对较低[通道13:t(23)=1.061,p=0.300]。本研究对脑间同步值显著增强的通道进一步开展技能组和认知组的独立样本t检验,结果发现,位于中央后回的通道19的脑间同步值呈现出显著的条件间效应[t(46)=2.093,p=0.042],即技能类隐性知识转移过程中脑间同步值显著高于认知类(见图 6)。由此,H1成立。
表 2 转移任务中发送方和接收方脑间同步的统计结果(技能组)
脑区 通道 脑间同步值 t p
左侧背外侧前额叶及额下回 CH1 0.020 2.109 0.046
左侧背外侧前额叶 CH2 0.027 2.621 0.015
CH4 0.028 2.593 0.016
CH13 0.030 2.744 0.012
左侧额下回 CH5 0.022 2.496 0.021
CH8 0.022 2.510 0.032
CH9 0.027 2.843 0.009
左侧前额叶 CH10 0.021 2.218 0.032
左侧颞顶联合区 CH11 0.027 2.685 0.013
CH16 0.033 2.831 0.009
CH18 0.031 3.260 0.003
CH21 0.022 2.191 0.039
中央下区 CH14 0.034 3.256 0.003
中央后回 CH19 0.048 5.353 0.000
表 3 转移任务中发送方和接收方脑间同步的统计结果(认知组)
脑区 通道 脑间同步值 t p
左侧背外侧前额叶及额下回 CH1 0.022 2.530 0.019
CH12 0.026 2.074 0.049
左侧背外侧前额叶 CH2 0.028 3.394 0.002
CH3 0.023 2.816 0.010
CH4 0.032 3.374 0.001
左侧额下回 CH6 0.022 2.607 0.016
CH8 0.025 2.577 0.017
CH9 0.022 2.401 0.025
左侧前额叶 CH10 0.029 3.218 0.004
左侧颞顶联合区 CH17 0.022 2.195 0.039
CH20 0.020 2.297 0.031
CH21 0.028 2.095 0.047
CH22 0.025 2.239 0.035
中央后回 CH19 0.020 2.084 0.048
图 5 技能组和认知组隐性知识转移脑间同步t值分布图(左为侧视图,右为主视图)
图 6 技能组与认知组脑间同步的组间差异

3.3 转移主体脑间同步对转移绩效的预测效应

本研究采用Pearson相关分析,探究隐性知识发送方和接收方相应脑区间的脑间同步水平与隐性知识转移绩效的相关及因果关系。在进行技能类隐性知识转移时,通道11和通道19的脑间同步值与接收方隐性知识调用效率边缘正相关(r=0.392,p=0.058;r=0.401,p=0.052),分别位于左侧颞顶联合区以及中央后回;通道13和通道14的脑间同步值与接收方隐性知识内化程度显著正相关(r=0.582,p=0.003;r=0.443,p=0.003),分别位于左侧背外侧前额叶以及中央下区(见图 7)。在进行认知类隐性知识转移时,通道3的脑间同步值与隐性知识调用效率显著正相关(r=0.405,p= 0.049),位于左侧背外侧前额叶;通道1的脑间同步值与隐性知识内化程度显著正相关(r=0. 593,p=0.002),位于左侧背外侧前额叶及额下回(见图 8)。由此,H2、H3成立。
图 7 技能组脑间同步对转移绩效的预测效应
图 8 认知组脑间同步对转移绩效的预测效应

4 讨论

隐性知识转移是一个复杂、动态的人际互动过程。本研究利用多人超扫描范式,从认知神经层面揭示了不同类型建设工程项目隐性知识转移的微观机制。在转移任务中,发送方需要提取、表达自有知识,同时实时评估接收方的信息处理情况;接收方需要理解和内化新异知识信息。因而,左侧背外侧前额叶、左侧颞顶联合区、中央下区、左侧额下回为主要激活区域。这些脑区主要与学习和记忆有关,掌控思维和语言行为,包括信息的记忆和回忆、解决问题、语言表达等。认知类隐性知识转移时接收方的脑部激活程度显著大于技能类,这与一些学者基于对神经与社会认知关系的研究中脑区激活程度与高阶检索有关等结果是一致的[34],具体而言,高阶检索过程需要更复杂的神经活动,从而呈现更大程度的脑部激活。
转移任务中隐性知识发送方和接收方存在显著的脑间同步。根据合作互动假说,在合作任务中个体之间的互动会导致大脑活动的同步。技能类隐性知识转移时脑间同步水平要显著高于认知类,隐性程度更高的认知类知识既难以被发送方编辑和表达,也难以被接收方接受和理解,导致脑间同步水平的变化。只有当接收方真正理解发送方的意图时,转移双方的脑活动才存在较强的同步性[16-17]
建设工程项目隐性知识转移情境下,转移任务完成后接收方的转移绩效与隐性知识转移时的脑间同步水平紧密相关,转移双方的脑-脑耦合活动为接收方学习效果提供了可靠的预测指标,与师生互动中脑间同步表现存在一致性[35]。技能类隐性知识主要涉及操作性动作,因此左侧颞顶联合区的脑间同步值与转移绩效具有显著相关性。同时,技能类隐性知识还包括作业技巧传授,需要调动转移双方的认知资源,因而左侧背外侧前额叶等脑区也呈现显著的脑间同步。认知类隐性知识更多地涉及对问题解决的逻辑思考,因而在与认知能力相关的左侧背外侧前额叶等脑区,其脑间同步水平可有效预测转移绩效。
本研究为工程项目管理及建筑企业知识管理提供了一定的实践启示。项目组织可将组织内隐性知识进行技能类和认知类的差异化区分,并针对不同知识类型制定模拟演练、思维训练等情境适应性策略。在多主体复杂协同的工程项目任务中,可通过营造良好的组织氛围,提升成员的认知支持和互动频率,以增强个体间脑间同步水平,确保隐性知识的高效流通。

5 结论

本研究基于fNIRS技术并采用超扫描范式探讨了建设工程项目中隐性知识转移的微观机制,拓宽了对隐性知识动态转移任务在个体互动层面机制的理解。研究结果表明,在认知类和技能类隐性知识的转移过程中,接收方脑部激活和转移双方脑间同步均存在显著差异,认知组接收方的脑部激活值高于技能组,但认知组的脑间同步水平显著低于技能组。此外,脑间同步水平与双维度知识转移绩效之间具有显著因果关系。这一结果为优化知识转移过程提供了新的思路和实证依据。
然而,本研究也存在一定的局限性,例如对非语言交流行为的分析有所欠缺,且对接收方隐性知识先验水平和转移双方年龄差距控制较为严格。未来研究可考虑结合功能性磁共振成像(functional magnetic resonance imaging,fMRI)、眼球追踪和视频分析等多模态数据,打开对个体属性的变量控制,探讨接收方隐性知识不同结构和强度以及转移双方代际差异如何影响隐性知识转移的脑间同步及转移绩效,以进一步增强研究的生态效度。

在本研究开展过程中,得到了多个单位的支持和帮助。特别感谢西北农林科技大学行为经济与政策模拟实验室和北京恒挚科技有限公司对本研究的大力支持。

1
HOLZMANN V . A meta-analysis of brokering knowledge in project management[J]. International Journal of Project Management, 2013, 31 (1): 2- 13.

DOI

2
李忆, 司有和. 知识管理战略、组织能力与绩效的关系实证研究[J]. 南开管理评论, 2009, 12 (6): 69- 76.

LI Y , SI Y H . An empirical study on the relationship among knowledge management strategies, organizational capabilities and performance[J]. Nankai Business Review, 2009, 12 (6): 69- 76.

3
NONAKA I . A dynamic theory of organizational knowledge creation[J]. Organization Science, 1994, 5 (1): 14- 37.

DOI

4
SERENKO A , BONTIS N . Understanding counterproductive knowledge behavior: Antecedents and consequences of intra-organizational knowledge hiding[J]. Journal of Knowledge Management, 2016, 20 (6): 1199- 1224.

DOI

5
AMBROSINI V , BOWMAN C . Tacit knowledge: Some suggestions for operationalization[J]. Journal of Management Studies, 2001, 38 (6): 811- 829.

DOI

6
ZHOU Q W , DENG X P , WANG G , et al. Linking elements to outcomes of knowledge transfer in the project environment: Current review and future direction[J]. Frontiers of Engineering Management, 2022, 9 (2): 221- 238.

DOI

7
董佳敏, 刘人境, 严杰, 等. 知识分享意愿和隐性知识对组织学习绩效的交互影响[J]. 管理评论, 2021, 33 (2): 153- 163.

DONG J M , LIU R J , YAN J , et al. Interactive effects of knowledge sharing intention and tacit knowledge on organizational learning performance[J]. Management Review, 2021, 33 (2): 153- 163.

8
MCTIERNAN C , MUSGRAVE J , COOPER C . Conceptualising trust as a mediator of pro-environmental tacit knowledge transfer in small and medium sized tourism enterprises[J]. Journal of Sustainable Tourism, 2023, 31 (4): 1014- 1031.

DOI

9
GOROVAIA N , PAJIĆ M , WINDSPERGER J . Performance of knowledge transfer mechanisms: The case of franchising networks[J]. Industrial Marketing Management, 2023, 115, 539- 549.

DOI

10
李浩, 马庆国, 董欣. 神经组织学: 概念解析、理论发展和研究展望[J]. 管理世界, 2016 (8): 164- 173.

LI H , MA Q G , DONG X . Neurohistology: Conceptual analysis, theoretical development, and research prospects[J]. Management World, 2016 (8): 164- 173.

11
TAN S H J , WONG J N , TEO W P . Is neuroimaging ready for the classroom? A systematic review of hyperscanning studies in learning[J]. NeuroImage, 2023, 281, 120367.

DOI

12
SCHOLKMANN F , HOLPER L , WOLF U , et al. A new methodical approach in neuroscience: Assessing inter-personal brain coupling using functional near-infrared imaging (fNIRI) hyperscanning[J]. Frontiers in Human Neuroscience, 2013, 7, 813.

13
NGUYEN M , CHANG A , MICCICHE E , et al. Teacher-student neural coupling during teaching and learning[J]. Social Cognitive and Affective Neuroscience, 2022, 17 (4): 367- 376.

DOI

14
KELSEN B A , SUMICH A , KASABOV N , et al. What has social neuroscience learned from hyperscanning studies of spoken communication? A systematic review[J]. Neuroscience & Biobehavioral Reviews, 2022, 132, 1249- 1262.

15
REDCAY E , SCHILBACH L . Using second-person neuroscience to elucidate the mechanisms of social interaction[J]. Nature Reviews Neuroscience, 2019, 20 (8): 495- 505.

DOI

16
STEPHENS G J , SILBERT L J , HASSON U . Speaker-listener neural coupling underlies successful communication[J]. Proceedings of the National Academy of Sciences of the United States of America, 2010, 107 (32): 14425- 14430.

17
SCHILBACH L , TIMMERMANS B , REDDY V , et al. Toward a second-person neuroscience[J]. Behavioral and Brain Sciences, 2013, 36 (4): 393- 414.

DOI

18
HAGEN E H , BRYANT G A . Music and dance as a coalition signaling system[J]. Human Nature, 2003, 14 (1): 21- 51.

DOI

19
朱怡, 胡谊. 师生互动中组块化反馈促进长时学习迁移: 行为和近红外超扫描研究[J]. 心理学报, 2024, 56 (5): 555- 576.

ZHU Y , HU Y . Chunking feedback in instructor-learner interaction facilities long-term learning transfer: Behavioral and fNIRS hyperscanning studies[J]. Acta Psychologica Sinica, 2024, 56 (5): 555- 576.

20
SUN B H , XIAO W L , FENG X D , et al. Behavioral and brain synchronization differences between expert and novice teachers when collaborating with students[J]. Brain and Cognition, 2020, 139, 105513.

DOI

21
LIU W D , BRANIGAN H P , ZHENG L F , et al. Shared neural representations of syntax during online dyadic communication[J]. NeuroImage, 2019, 198, 63- 72.

DOI

22
BEVILACQUA D , DAVIDESCO I , WAN L , et al. Brain-to-brain synchrony and learning outcomes vary by student-teacher dynamics: Evidence from a real-world classroom electroencephalography study[J]. Journal of Cognitive Neuroscience, 2019, 31 (3): 401- 411.

DOI

23
ZHU Y , LEONG V , HOU Y Y , et al. Instructor-learner neural synchronization during elaborated feedback predicts learning transfer[J]. Journal of Educational Psychology, 2022, 114 (6): 1427- 1441.

DOI

24
BALLIET D , LI N P , MACFARLAN S J , et al. Sex differences in cooperation: A meta-analytic review of social dilemmas[J]. Psychological Bulletin, 2011, 137 (6): 881- 909.

DOI

25
VIGNEAU M , BEAUCOUSIN V , HERVÉ P Y , et al. Meta-analyzing left hemisphere language areas: Phonology, semantics, and sentence processing[J]. NeuroImage, 2006, 30 (4): 1414- 1432.

DOI

26
LIU J Q , ZHANG R Q , GENG B B , et al. Interplay between prior knowledge and communication mode on teaching effectiveness: Interpersonal neural synchronization as a neural marker[J]. NeuroImage, 2019, 193, 93- 102.

DOI

27
DELPY D T , COPE M , VAN DER ZEE P , et al. Estimation of optical pathlength through tissue from direct time of flight measurement[J]. Physics in Medicine & Biology, 1988, 33 (12): 1433.

28
HOSHI Y . Functional near-infrared spectroscopy: Current status and future prospects[J]. Journal of Biomedical Optics, 2007, 12 (6): 062106.

DOI

29
VON LÜHMANN A , ORTEGA-MARTINEZ A , BOAS D A , et al. Using the general linear model to improve performance in fNIRS single trial analysis and classification: A perspective[J]. Frontiers in Human Neuroscience, 2020, 14, 30.

DOI

30
GRINSTED A , MOORE J C , JEVREJEVA S . Application of the cross wavelet transform and wavelet coherence to geophysical time series[J]. Nonlinear Processes in Geophysics, 2004, 11 (5-6): 561- 566.

31
JIANG J , DAI B H , PENG D L , et al. Neural synchronization during face-to-face communication[J]. The Journal of Neuroscience, 2012, 32 (45): 16064- 16069.

DOI

32
成晓君, 刘美焕, 潘亚峰. 责任共担促进新手的互动决策获益: 超扫描研究[J]. 心理学报, 2022, 54 (11): 1391- 1402.

CHENG X J , LIU M H , PAN Y F . Shared responsibility promotes the benefit of interactive decision-making in novices: A hyperscanning study[J]. Acta Psychologica Sinica, 2022, 54 (11): 1391- 1402.

33
王福兴, 黄宇, 张洋, 等. 提示对学习者自我生成教学过程和学习效果的作用[J]. 心理学报, 2024, 56 (4): 469- 481.

WANG F X , HUANG Y , ZHANG Y , et al. Prompts affect learning-by-teaching process and learning outcome in multimedia learning[J]. Acta Psychologica Sinica, 2024, 56 (4): 469- 481.

34
OKAMOTO M , DAN H R K , SHIMIZU K , et al. Multimodal assessment of cortical activation during apple peeling by NIRS and fMRI[J]. NeuroImage, 2004, 21 (4): 1275- 1288.

DOI

35
PAN Y F , NOVEMBRE G , SONG B , et al. Interpersonal synchronization of inferior frontal cortices tracks social interactive learning of a song[J]. NeuroImage, 2018, 183, 280- 290.

DOI

Outlines

/