L’impact de l’évaluation collective ou individuelle des performances sur les équipes de travail: le cas d’une enseigne de restauration rapide et commerciale
Notice bibliographique
Résumé
L’impact du passage d’une évaluation collective à une évaluation individuelle de la performance, ou inversement, sur les équipes de travail et leur rendement est étudié en contexte réel au sein de deux équipes ayant récemment vécu le passage d’une évaluation collective à une évaluation individuelle pour l’une, et inversement pour l’autre. Si dans nos deux échantillons, l’évaluation individualisée s’accompagne d’une individualisation du rapport au travail, les effets sont plus contrastés en ce qui concerne le vécu individuel, la qualité des relations interpersonnelles et la performance. Lorsque, du fait des critères d’évaluation retenus, les contributions individuelles à la performance collective sont indétectables en l’absence d’évaluation individualisée, l’évaluation collective est associée à la suspicion et à une moindre performance en comparaison de l’évaluation individuelle. À l’inverse, lorsque selon les critères retenus pour évaluer la performance les membres de l’équipe peuvent aisément s’entraider pour améliorer la performance collective, l’évaluation collective est mieux perçue et est associée à de meilleures relations interpersonnelles et une meilleure performance que l’évaluation individuelle. Alors que l’évaluation individuelle est généralement privilégiée dans les entreprises, cette étude apporte des résultats empiriques à l’appui des recherches qui postulent que l’évaluation collective des équipes de travail est susceptible de renforcer la performance globale, en comparaison de l’évaluation individuelle de leurs membres, car elle favorise l’entraide et la régulation collective. Toutefois, ces résultats mettent en évidence que l’effet positif de l’évaluation collective en comparaison de l’évaluation individuelle n’est observé que lorsque les critères d’évaluation favorisent la régulation collective de la performance. Cette étude permet d’identifier ces deux éléments : 1- dans quel cas telle modalité d’évaluation semble préférable à telle autre; et 2- quels critères d’évaluation adopter pour favoriser les effets positifs de l’évaluation collective sur la performance engendrés par l’entraide et la régulation collective en cours d’activité.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».