MétaCan
Menu
Retour à la cohorte
Enregistrement W2912757914 · doi:10.1111/1911-3846.12482

The Informativeness of Relative Performance Information and Its Effect on Effort Allocation in a Multitask Environment

2019· article· en· W2912757914 sur OpenAlexvenueno aff
R. Lynn Hannan, Gregory P. McPhee, Andrew H. Newman, Ivo Tafkov, Steven J. Kachelmeier

Notice bibliographique

RevueContemporary Accounting Research · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueExperimental Behavioral Economics Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRanking (information retrieval)Distortion (music)Computer sciencePerformance improvementBusinessEconomicsArtificial intelligenceOperations management

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Prior research documents that providing relative performance information (RPI) motivates employees to increase effort; however, a potential downside of RPI is that it also motivates employees to distort their effort allocations between tasks such that it can be detrimental to overall firm performance. This study investigates via an experiment how the informativeness of RPI affects employees' effort allocations and performance in a multitask environment. We investigate the informativeness of two RPI design choices that are observed in practice: detail level and temporal aggregation. Regarding detail level, firms may provide each employee's performance ranking on tasks, which is less informative than providing the actual performance score of each employee. Regarding temporal aggregation, firms may provide RPI that is reset each period, which is less informative than RPI that is based on cumulative performance. We find RPI detail level and temporal aggregation interact to influence effort distortion. Specifically, we find that, compared to reset RPI, cumulative RPI leads to greater distortion of effort away from firm‐preferred allocations and that this effect is magnified when RPI provides actual performance scores rather than performance rankings. Finally, high levels of effort distortion hurt overall performance, thereby demonstrating the potentially detrimental effect of effort distortion on performance. Results of our study enhance our understanding of how firms can use their control over the design of RPI to enhance its usefulness in directing employees' effort in multitask environments by highlighting the role that informativeness of information can have on employee behavior.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,064
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,068

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,064
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,043
Tête enseignante GPT0,351
Écart entre enseignants0,308 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations67
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueContemporary Accounting ResearchMême sujetExperimental Behavioral Economics StudiesTravaux en français237 207