Managers' Discretionary Adjustments: The Influence of Uncontrollable Events and Compensation Interdependence
Notice bibliographique
Résumé
Abstract Discretionary bonus adjustments allow managers to restore the alignment of employee effort and compensation when bonus amounts are based on noisy objective performance measures. The implications of discretionary adjustments for employees' future efforts and fairness perceptions present important trade‐offs for managers to consider. Adjustments may be used to motivate different types of effort in future periods, but may also create perceptions of unfairness among employees who are not affected by negative events. This study examines the joint influence of the likelihood of future negative uncontrollable events and compensation interdependence (i.e., the extent to which one employee's compensation influences others' compensation) on managers' willingness to make adjustments for the effect of a negative uncontrollable event on a single employee. In our experiment, we manipulate the likelihood of future uncontrollable events and whether bonuses are determined individually or are drawn from a shared bonus pool. Results show that managers are less willing to adjust when the likelihood of future events is high to avoid setting a precedent, thereby motivating employees to adapt to changing conditions. We also find that managers are less willing to adjust, regardless of event likelihood, when compensation interdependence is high, to avoid demotivating unaffected employees. Finally, we find that participants' general attitudes toward compensation significantly influence their adjustment decisions beyond the effects of our independent variables. Our results highlight the unique nature of discretionary adjustments, help explain findings from previous research, and demonstrate important considerations managers must make when using the flexibility provided to them in pay‐for‐performance contracts.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».