MétaCan
Menu
Retour à la cohorte
Enregistrement W4416005776 · doi:10.5465/amproc.2025.14518symposium

Surveillance at Work: An Interdisciplinary Discussion About the State of Research and Practice

2025· article· en· W4416005776 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAcademy of Management Proceedings · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAI and HR Technologies
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésState (computer science)Best practiceSession (web analytics)Empirical researchInformation technologyAccountabilityEmpirical evidence

Résumé

récupéré en direct d'OpenAlex

Employee surveillance, or electronic performance monitoring (EPM), refers to the now-common use of technology to observe, record, and analyze information that directly or indirectly relates to job performance. It has been nearly four decades since the earliest empirical studies of EPM, yet the literature remains fragmented and siloed across disciplines, including management, psychology, sociology, information systems, organizational theory, and law and criminal justice. Significant questions persist regarding how to best conceptualize and measure EPM. There also remains much to understand about its effects on individuals and organizations, as well as the contextual and individual factors that shape and constrain these effects. Despite these unresolved issues, the adoption of EPM continues to grow rapidly in practice, outpacing the research needed to guide its implementation. This symposium session will bring together a panel of experts in surveillance, employee monitoring, and technology to critically assess the current state of EPM research and practice, as well as identify opportunities for cross-disciplinary collaborations to integrate and advance the literature.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,390
Score d'incertitude au seuil0,517

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,004
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,051
Tête enseignante GPT0,373
Écart entre enseignants0,322 · 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