Is there a Preferred Performance Rating Format? A Non‐psychometric Perspective
Notice bibliographique
Résumé
Les échelles d’appréciation constituent une forme d’évaluation des performances qui a rencontré un grand succès ces dernières décennies. En particulier, de gros efforts ont été consacrés au développement d’échelles relativement insensibles aux erreurs et biais cognitifs. Mais on s’est beaucoup moins intéressé au fait de savoir si et comment le type d’évaluation affecte les attitudes professionnelles et les réactions des personnes évaluées. Des données en provenance de quatre études différentes avec des échantillons tirés dans deux pays (lsraël et le Canada) apportent des éléments en faveur de l’idée selon laquelle une évaluation de la performance basée sur le BOS peut être supérieure aux autres méthodes en ce sens qu’elle entraîne des conséquences plus positives au niveau des attitudes. One aspect of performance appraisal that has received considerable attention over past decades is the rating format. In particular, much effort has been devoted to developing rating scales that are relatively impervious to cognitive rating errors and biases. However, much less attention has been accorded the issues of whether and how an appraisal’s format affects work attitudes and reactions of ratees. Data collected in four separate studies and with samples in two nations (Israel, Canada) lend credence to the proposition that a BOS‐based performance appraisal and review may be superior to other appraisal methods in terms of yielding more favorable attitudinal effects.
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 | 0,250 | 0,389 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,006 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,014 | 0,009 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».