MétaCan
Menu
Retour à la cohorte
Enregistrement W2945181954 · doi:10.1108/arj-11-2016-0148

Team-based employee remuneration

2019· article· en· W2945181954 sur OpenAlexaff
Hemantha S. B. Herath, Wayne G. Bremser, Jacob G. Birnberg

Notice bibliographique

RevueAccounting Research Journal · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAccounting and Organizational Management
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésBalanced scorecardOperationalizationRemunerationIncentiveDimension (graph theory)Value (mathematics)Computer scienceProcess managementOriginalityKnowledge managementBusinessEconomicsPsychologyMicroeconomicsMathematics

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper is to relate the balanced scorecard (BSC) to strategy and teams. Design/methodology/approach This paper proposes deriving performance targets and weights using a multiparty collaborative decision model that can be integrated into team-based bonus formulas. Findings Cross-functional division managers face a more complex problem in setting goals for individual managers. The proposed approach is intended to develop such goals and link them for team-based incentives. An example illustrates the application of the proposed BSC model and the team-based pay formula. Practical implications The model can be used to determine group bonus. Originality/value The paper has two objectives: to relate the BSC to the team setting with a participative flavor rather than with imposed targets and weights, and to develop a better way of relating behaviors and outcomes to the team’s and/or the organization’s goals. Integrating the strategies of various units adds a new dimension that differs from rationalizing the superior’s and the subordinate’s goals. The proposed model considers input from all value chain functional managers involved in implementing an organizational strategy. A methodology is provided to operationalize (Hope and Fraser, 2003) beyond the budgeting model principles.

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)0,006
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,031
Tête enseignante GPT0,297
Écart entre enseignants0,266 · 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'étudeSans objet
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

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAccounting Research JournalMême sujetAccounting and Organizational ManagementTravaux en français237 207