MétaCan
Menu
Retour à la cohorte
Enregistrement W4311844544 · doi:10.1111/1911-3846.12844

We're in This Together: The Motivational Effects of Tangible Rewards in a Group Setting<sup>*</sup>

2022· article· en· W4311844544 sur OpenAlexvenueno aff
Steven J. Kachelmeier, Michael G. Williamson, Xinyu Zhang

Notice bibliographique

RevueContemporary Accounting Research · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueExperimental Behavioral Economics Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIncentiveAttractivenessCashGroup (periodic table)PsychologyCertaintySocial psychologyMicroeconomicsBusinessEconomicsFinanceMathematics

Résumé

récupéré en direct d'OpenAlex

ABSTRACT We design three experiments to examine how group incentives moderate the motivational effects of cash versus tangible rewards. Our first experiment shows that, relative to individual incentives, group incentives can magnify any negative effect of the uncertain attractiveness of a less‐fungible tangible reward (versus cash), as group members must evaluate not only how attractive they find the reward themselves but also how attractive other group members are likely to find it. However, as we show in our second experiment, under group incentives, structuring a tangible reward as a shared experience among group members who like each other can mitigate any demotivating effect of an individually consumed tangible reward vis‐à‐vis a cash reward. A third experiment provides process support for our theory, showing that both the attractiveness of the reward and the degree of certainty that others will also find it attractive jointly and fully mediate our findings. As a whole, our study furthers an understanding of the multifaceted dimensions of tangible rewards, identifying incremental effects that can arise when tangible rewards are combined with group incentives.

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)0,003
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,084

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0250,001

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 Opus0,066
Tête enseignante GPT0,377
Écart entre enseignants0,311 · 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'étudeEssai randomisé
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

Citations11
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueContemporary Accounting ResearchMême sujetExperimental Behavioral Economics StudiesTravaux en français237 207