MétaCan
Menu
Retour à la cohorte
Enregistrement W4318035748 · doi:10.51656/psycause.v12i2.51866

La distraction causée par les conversations ambiantes : une affaire personnelle ?

2023· article· fr· W4318035748 sur OpenAlexvenueno aff
Brandon-Lee Henri, Jérome Thibeault, Charlélie Bénard, François Vachon

Notice bibliographique

RevuePsycause revue scientifique étudiante de l École de psychologie de l Université Laval · 2023
Typearticle
Languefr
DomainePsychology
ThématiqueTeam Dynamics and Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceSilencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Les conversations téléphoniques (demilogues) ou entre collègues (dialogues) en arrière-plan sont particulièrement dérangeantes dans les bureaux de travail à aire ouverte. De récents travaux proposent que les discussions portant sur des sujets de nature personnelle possèdent un potentiel distracteur accru qui les rendrait pratiquement impossibles à ignorer. Ce serait l’aspect intrigant des conversations personnelles qui favoriserait leur écoute volontaire. La présente étude tente de confirmer cette hypothèse en comparant l’impact distracteur des conversations professionnelles et personnelles. Ainsi, 240 participants réalisent une tâche de bureau soit en silence, soit en présence d’un dialogue ou d’un demilogue à ignorer. Ces conversations non pertinentes comprennent un discours au contenu soit personnel, soit professionnel. Le degré d’engagement à la tâche, censé offrir une protection contre la distraction, est manipulé en employant une police à caractère fluente (facile à lire) ou disfluente (difficile à lire). Les résultats montrent que les conversations, tronquées ou complètes, entraînent une diminution de la performance à la tâche indépendamment de leur contenu. L’utilisation d’une police disfluente ne module pas non plus l’effet distracteur de ces conversations. Ces résultats proposent que les travailleurs dans les bureaux à aire ouverte seraient distraits par les conversations ambiantes, peu importe la nature du contenu.

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)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,020
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,003
Communication savante0,0040,003
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,032
Tête enseignante GPT0,294
Écart entre enseignants0,262 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsycause revue scientifique étudiante de l École de psychologie de l Université LavalMême sujetTeam Dynamics and PerformanceTravaux en français237 207