The Goldilocks contract: The synergistic benefits of combining structure and autonomy for persistence, creativity, and cooperation.
Notice bibliographique
Résumé
Contracts are commonly used to regulate a wide range of interactions and relationships. Yet relying on contracts as a mechanism of control often comes at a cost to motivation. Integrating theoretical perspectives from psychology, economics, and organizational theory, we explore this control-motivation dilemma inherent in contracts and present the Contract-Autonomy-Motivation-Performance-Structure (CAMPS) model, which highlights the synergistic benefits of combining structure and autonomy. The model proposes that subtle reductions in the specificity of a contract's language can boost autonomy, which increases intrinsic motivation and improves a range of desirable behaviors. Nine field and laboratory experiments found that less specific contracts increased task persistence, creativity, and cooperation, both immediately and longitudinally, because they boosted autonomy and intrinsic motivation. These positive effects, however, only occurred when contracts provided sufficient structure. Furthermore, the effects were limited to control-oriented clauses (i.e., legal clauses), and did not extend to coordination-oriented clauses (i.e., technical clauses). That is, there were synergistic benefits when a contract served as a scaffold that combined structure with general clauses. Overall, the current model and experiments identify a low-cost solution to the common problem of regulating social relationships: finding the right amount of contract specificity promotes desirable outcomes, including behaviors that are notoriously difficult to contract. The CAMPS model and the current set of empirical findings explain why, when, and how contracts can be used as an effective motivational tool. (PsycINFO Database Record
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 | 0,001 | 0,000 |
| 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 | 0,003 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».