MétaCan
Menu
Retour à la cohorte
Enregistrement W1524460852 · doi:10.1111/iere.12278

TESTING THE THEORY OF MULTITASKING: EVIDENCE FROM A NATURAL FIELD EXPERIMENT IN CHINESE FACTORIES

2018· article· en· W1524460852 sur OpenAlexafffund
Fuhai Hong, Tanjim Hossain, John A. List, Migiwa Tanaka

Notice bibliographique

RevueInternational Economic Review · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueExperimental Behavioral Economics Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaShanghai University of Finance and Economics
Mots-clésSalaryHuman multitaskingNatural experimentIncentiveQuality (philosophy)EconomicsField (mathematics)Margin (machine learning)Factory (object-oriented programming)EconometricsPiece workOperations managementLabour economicsMicroeconomicsComputer scienceStatisticsPsychologyMathematicsCognitive psychology

Résumé

récupéré en direct d'OpenAlex

Abstract Using a natural field experiment, we quantify the impact of one‐dimensional performance‐based incentives on incentivized (quantity) and nonincentivized (quality) dimensions of output for factory workers with a flat‐rate or a piece‐rate base salary. In particular, we observe output quality by hiring quality inspectors unbeknownst to the workers. We find that workers trade off quality for quantity, but the effect is statistically significant only for workers under a flat‐rate base salary. This variation in treatment effects is consistent with a simple theoretical model that predicts that when agents are already incented at the margin, the quantity–quality trade‐off resulting from performance pay is less prominent.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,016
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,003
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,100
Tête enseignante GPT0,414
Écart entre enseignants0,315 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai non randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations39
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Economic ReviewMême sujetExperimental Behavioral Economics StudiesTravaux en français237 207