Piece-Rates, Principal-Agent, and Productivity Profiles: Parametric and Semi-Parametric Evidence
Notice bibliographique
Résumé
Cette étude utilise le lien naturel qui existe entre les salaire observés et la productivité des travailleurs lorsque les travailleurs sont payés à la pièce afin d'estimer les profils de productivité des travailleurs. Quand les travailleurs sont payés à la pièce, les salaires observés sont une fonction des paramètres du système de compensation et du niveau d'effort des travailleurs. L'identification de la productivité des travailleurs nécessite la séparation de ces deux effets dans les données. Ceci peut être accompli en modélisant la relation principal-agent qui existe entre la firme et le travailleur tout en trouvant les règles de comportement optimal de l'effort du travailleur. Cette approche est appliquée à des données de salaires historiques, colligées à partir des archives d'une mine en Colombie-Britannique. Les aspects importants de la technologie de la mine sont incorporés dans le modèle, ie. l'asymétrie d'information qui existe entre la firme et les travailleurs, la production en équipe et les travailleurs hétérogènes. Le modèle est résolu pour le niveau d'effort du travailleur en équilibre. Celui-ci implique une distribution de salaires censorés qui est estimée de façon paramétrique et semi-paramétrique tout en contrôlant pour l'hétérogénéité inobservable des travailleurs. Les profils de productivité sont construits à partir des paramètres estimés. Les résultats suggèrent que les profils de productivité étaient des fonctions croissantes et concaves de l'ancienneté du travai
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 | 0,028 | 0,133 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,002 |
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 ».