La rémunération liée aux performances dans l'administration
Notice bibliographique
Résumé
Une augmentation de salaire pour récompenser une meilleure performance : une telle politique peut-elle être bénéfique dans le secteur public ? Ce livre présente une vue d’ensemble des politiques de rémunération liée aux performances (RLP) dans l'administration. Il rend compte de l’expérience de 14 pays au cours des 20 dernières années. Il examine aussi bien les avantages que les faiblesses des politiques de RLP. Cet ouvrage explore les diverses voies empruntées par les pays pour mener à bien leurs réformes. Il s’attache à comprendre les raisons pour lesquelles les politiques de RLP sont mises en œuvre et comment ces politiques opèrent concrètement. Les résultats des politiques de RLP sont évalués tant au niveau de l'individu qu'au niveau des équipes. Des recommandations sont proposées pour faciliter la mise en œuvre des politiques de RLP et éviter certains obstacles. Ce livre, qui puise largement dans les rapports préparés par les pays, tire les leçons de deux décennies d'expérience en matière de politiques de RLP. Il évalue également l’impact de ces politiques sur l'efficience du secteur public. Pays couverts Allemagne, Canada, Chili, Corée, Danemark, Espagne, Finlande, France, Hongrie, Italie, Nouvelle-Zélande, Royaume-Uni, Suède et Suisse.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,006 |
| Communication savante | 0,014 | 0,006 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,044 | 0,012 |
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 source (Gemma direct ou Codex distillé), 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 ».