MétaCan
Menu
Retour à la cohorte
Enregistrement W3208854160 · doi:10.51656/psycause.v11i2.51367

Les conversations personnelles dans les bureaux à aire ouverte

2021· article· fr· W3208854160 sur OpenAlexaffvenue
Mariane Bolduc, Audrey Gendron, Megan Montreuil, Charlélie Bénard, François Vachon

Notice bibliographique

RevuePsycause revue scientifique étudiante de l École de psychologie de l Université Laval · 2021
Typearticle
Languefr
DomaineNeuroscience
ThématiqueMind wandering and attention
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceConversationArtSociologyCommunication

Résumé

récupéré en direct d'OpenAlex

Dans les bureaux à aire ouverte, les conversations en arrière-plan influencent négativement le bien-être des employés ainsi que leur performance sur des tâches quotidiennes. Des résultats récents suggèrent d’ailleurs que la nature personnelle des conversations amplifie leur pouvoir distracteur, d’où l’importance de la présente étude visant à vérifier à quel point ce type de conversation est dérangeant. Pour ce faire, l’impact distracteur des conversations personnelles est examiné dans un contexte cognitivement exigeant, soit l’utilisation d’une police d’écriture « disfluente » (c.-à-d. plus difficile à lire), un facteur reconnu comme ayant un effet protecteur contre la distraction auditive. Ainsi, 60 participants effectuent une tâche de bureau avec police disfluente et 60 autres avec une police fluente sous trois conditions sonores : silence, dialogue (les deux interlocuteurs d’une conversation sont entendus) et demilogue (un seul des deux interlocuteurs est entendu). Les résultats montrent que l’utilisation d’une police disfluente, comparativement à celle fluente, ne diminue pas la quantité de distraction produite par les conversations. Ces résultats suggèrent que les conversations personnelles sont particulièrement distrayantes. Ce pouvoir distracteur accru découlerait de l’aspect intrigant qui est inhérent au contenu de ce type de conversation et qui susciterait un besoin (volontaire) d’écouter la conversation.

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)0,002
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,063
Tête enseignante GPT0,286
Écart entre enseignants0,224 · 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'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

Citations2
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePsycause revue scientifique étudiante de l École de psychologie de l Université LavalMême sujetMind wandering and attentionTravaux en français237 207