MétaCan
Menu
Retour à la cohorte
Enregistrement W4293167542 · doi:10.3917/dunod.marti.2021.02.0663

Grand manuel de psychologie positive

2021· book-chapter· fr· W4293167542 sur OpenAlexaff
Jacques Forest, Anja H. Olafsen, Anaïs Thibault Landry, Marylène Gagné

Notice bibliographique

RevueDunod eBooks · 2021
Typebook-chapter
Languefr
DomaineBusiness, Management and Accounting
ThématiqueBusiness Strategy and Innovation
Établissements canadiensDawson CollegeUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

La rémunération vise à récompenser les employés pour leur temps et leurs efforts, ainsi que pour les compétences qu’ils apportent dans une organisation et dans leurs tâches au travail. Traditionnellement, la théorie de l’agence économique ( agency theory ) a soutenu l’idée selon laquelle l’utilisation de l’argent favorise, en tout temps, la motivation ainsi que la performance des employés. Découlant de cette perspective, les organisations ont consacré beaucoup de temps, d’énergie, ainsi que des ressources humaines et financières aux différentes stratégies et programmes de rémunération. Pourtant, plus de 76 % des personnes admettent qu’elles continueraient à travailler même si elles n’avaient pas besoin d’argent (Paulsen, 2008). Par conséquent, un élément important à remettre en question est le pouvoir motivationnel de l’argent, qui semble fort limité. Qui plus est, les gens surestiment considérablement l’impact de leur revenu sur leur satisfaction de vie (Aknin et al. , 2009). La recherche nous montre en effet que l’argent ne contribue que dans une mesure très limitée au bonheur, et ce principalement en réduisant la tristesse au quotidien, sans toutefois augmenter le bonheur (Kushlev et al. , 2015). La recherche suggère également qu’il existe une telle chose que « suffisamment d’argent », c’est-à-dire un point de satiété où un revenu supplémentaire n’entraîne pas de grande différence dans le niveau de bonheur déclaré (Jebb et al. , 2018). Est-ce à dire que la différenciation salariale doit être minimisée ou supprimée si les gens ne bénéficient pas autant d’un revenu plus élevé ? Le but de ce chapitre est de discuter l’utilisation de l’argent comme outil de motivation, en se concentrant sur des questions telles que 1) le point de satiété des individus, 2) les conséquences des iniquités salariales et 3) les récompenses financières telles que les bonus, ainsi que 4) les différentes significations de l’argent. En abordant ces points sous l’angle de la théorie de l’autodétermination (SDT ; Ryan & Deci, 2017) et en examinant les recherches pertinentes sur la rémunération, nous soutenons que, d’une part, l’égalité salariale dans sa forme la plus stricte peut avoir certains aspects démotivants, mais qu’à l’autre extrémité du spectre, des écarts de rémunération trop importants et injustifiables peuvent également être préjudiciables au niveau individuel, organisationnel et sociétal. Notre point de vue est donc que l’égalité salariale pour tous n’est pas une solution souhaitable, mais que la différenciation salariale doit être connue de tous (transparente), et ce à l’intérieur de limites explicables et équitables. Dans la section suivante, nous présentons le cadre de la théorie de l’autodétermination (TAD) avant de revoir ses implications pour les pratiques en rémunération.

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)0,005
score de la tête « metaresearch » (Gemma)0,020
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,088
Score d'incertitude au seuil0,296

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,020
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0030,004
Communication savante0,0060,003
Science ouverte0,0010,004
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0880,012

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,247
Écart entre enseignants0,207 · 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
GenreAutre

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDunod eBooksMême sujetBusiness Strategy and InnovationTravaux en français237 207