Une étude du lien entre la productivité et la bienfaisance des entreprises : une présentation des données provenant d'une expérience sur terrain de l'industrie sylvicole en Colombie-Britannique
Notice bibliographique
Résumé
Cette étude cherche à mesurer l’importance du lien entre la bienfaisance d’un employeur et la productivité de ses travailleurs. Cet objectif est atteint à l’aide d’un modèle fondé dans la théorie classique et s’inspire par la suite de la littérature des préférences sociales. Plusieurs expériences ont réussi à démontrer l’existence d’un lien entre la productivité et la bienfaisance de l’employeur, mais rarement dans un environnement où cette bienfaisance est imposée de façon exogène. Par voie d’une expérience effectuée sur un échantillon d’étudiants, une étude de Tonin et Vlassopoulos (2013) s’est confrontée à ce défi. Leurs résultats suggèrent que la bienfaisance d’un employeur a un effet positif sur la productivité, mais ceci n’est pas démontré dans l’environnement de travail. L’expérience discutée lors de ce document comble donc le fossé. Le lien en question est évalué en concevant d’une expérience sur le terrain d’une entreprise de reboisement en Colombie-Britannique. Les travailleurs de l’entreprise sont observés sous trois conditions salariales, dont une s’agit du salaire à la pièce ordinaire, une s’agit du salaire à la pièce ordinaire plus une prime pécuniaire, et une s’agit du salaire à la pièce ordinaire plus une prime qui est versée à un organisme de bienfaisance du choix du travailleur. Selon les données recueillies, les travailleurs ont été plus productifs lorsque leur employeur a promis de faire des dons de bienfaisance, mais ont été moins productifs lorsqu’un prime salaire leur a été accordé. Par contre, ces résultats deviennent insignificatifs avec l’inclusion des variables de contrôle pour les conditions météorologiques. Les données analysées ne permettent d’établir un lien entre ni la rémunération ni la bienfaisance de l’employeur. Les changements imposés par l’expérience conçue par ce mémoire ne sont pas suffisants pour surmonter les chocs quotidiens de l’environnement du travail.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,006 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».