MétaCan
Menu
Retour à la cohorte
Enregistrement W2792900280 · doi:10.1111/1911-3846.12400

The Effect of Individual and Pooled Profit Sharing Plans on Honesty in Managerial Reporting

2018· article· en· W2792900280 sur OpenAlexvenueno aff
Charles R. Boster, Michael Majerczyk, Yu Tian

Notice bibliographique

RevueContemporary Accounting Research · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueExperimental Behavioral Economics Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHonestyInterdependenceBusinessProfit sharingProfit (economics)Unintended consequencesMarketingPublic relationsMicroeconomicsEconomicsPsychologyFinanceSocial psychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Many organizations offer profit sharing plans to motivate increased effort and goal congruence. However, an unintended consequence of such plans may be to reduce honesty in managerial reporting. We investigate two commonly observed profit sharing plans (individual and pooled) in a laboratory experiment where multiple agents with private cost information submit budget requests to an employer. Consistent with our prediction based on crowding theory, our findings suggest that honesty is reduced in the presence of an individual profit sharing plan. However, when a pooled profit sharing plan is used, the adverse effects on honesty are partially mitigated. Our results suggest that an unintended consequence of profit sharing (decreased honesty) can be mitigated through interdependency from pooled plans. The results have practical implications, given that organizations have flexibility in establishing both the size and scope of their profit sharing plans. Our study also contributes to our understanding of reporting behavior, particularly in multi‐agent settings.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,017
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,101
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0170,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,119
Tête enseignante GPT0,432
Écart entre enseignants0,313 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueContemporary Accounting ResearchMême sujetExperimental Behavioral Economics StudiesTravaux en français237 207