MétaCan
Menu
Retour à la cohorte
Enregistrement W3153865148 · doi:10.71781/24453

Les liens entre la rémunération tangible et le roulement volontaire dans le secteur des TIC au Canada

2020· dissertation· fr· W3153865148 sur OpenAlexaboutno aff
Émilie Morin

Notice bibliographique

RevueOpen MIND · 2020
Typedissertation
Languefr
DomaineSocial Sciences
ThématiqueDigital Economy and Work Transformation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePsychologyArt

Résumé

récupéré en direct d'OpenAlex

Ce mémoire a pour objectif d’étudier les liens entre les composantes de la rémunération tangible et le roulement volontaire dans le secteur des TIC au Canada. Pour étudier cette question, des hypothèses ont été formulées. À partir de la revue de la littérature et de certaines théories, 2 hypothèses générales ainsi que 7 sous-hypothèses ont été émises. La première hypothèse générale indique que la rémunération tangible est associée à un roulement volontaire plus faible dans le secteur des TIC au Canada. Les 7 sous-hypothèses découlent de cette première hypothèse générale. Celles-ci concernent les 7 composantes de la rémunération tangible qui sont étudiées dans ce mémoire, c’est-à-dire, le salaire par employé, le nombre de jours de vacances annuelles, les congés payés pour raisons personnelles, les programmes de commissions, les bonis à la performance, le paiement des heures supplémentaires et les régimes de retraite à prestations déterminées. La deuxième hypothèse générale stipule que le nombre offert de pratiques de rémunération tangible est associé à un roulement volontaire plus faible dans le secteur des TIC au Canada. Les données de nature transversale utilisées dans le cadre de ce mémoire ont été colligées dans le cadre d’une enquête par questionnaire réalisée par une équipe de recherche dirigée par Stéphane Renaud, professeur à l’Université de Montréal. L’équipe de recherche est composée de Sylvie St-Onge, professeure au HEC Montréal, de Denis Morin, professeur à l’Université du Québec à Montréal, de Lucie Morin, professeure à l’Université du Québec à Montréal et de Jacques Forest, professeur à l’Université du Québec à Montréal. Afin de réaliser cette enquête salariale, l’équipe de recherche a collaboré avec TECHNOcompétences, qui est le comité sectoriel de la main-d’œuvre en technologies de l’information et des communications. La collecte de données a été effectuée par la firme Normandin-Beaudry entre les mois de janvier et d’avril 2016. Cent-vingt-cinq organisations ont répondu à l’enquête. Dix d’entre elles n’ont pas rapporté de données quant au roulement volontaire. Ainsi, cent-quinze questionnaires ayant été complétés par des organisations du secteur des TIC au Canada ont été utilisés pour fin d’analyse dans cette étude. Parmi les deux hypothèses générales de recherche, seule l’Hypothèse 1 est confirmée partiellement, puisqu’une seule des variables s’est avérée significative. Autrement dit, une seule des sous-hypothèses découlant de l’Hypothèse 1 a été confirmée. Il s’agit de l’Hypothèse 1b qui traite de la relation entre les vacances annuelles payées et le roulement volontaire. Ainsi, plus une entreprise offrira un nombre élevé de jours de vacances annuellement, plus cette organisation verra son roulement volontaire diminuer. Les autres sous-hypothèses ainsi que l’Hypothèse 2 sont infirmées. En conclusion, ce mémoire rappelle aux gestionnaires l’importance qu’il faut accorder aux pratiques de rémunération tangible. Mais, il réitère aussi l’impact et la nécessité d’accorder une grande importance à l’offre de rémunération dans son ensemble, c’est-à-dire, autant aux composantes tangibles qu’intangibles.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,706
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,022
Tête enseignante GPT0,278
Écart entre enseignants0,256 · 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'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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetDigital Economy and Work TransformationTravaux en français237 207