MétaCan
Menu
← Retour à la cohorte
Enregistrement W647680375 · doi:10.71781/18832

Performance et motivation au travail : une dynamique cyclique?

2012· dissertation· fr· W647680375 sur OpenAlexaboutno aff
David Paradis

Notice bibliographique

RevueOpen MIND · 2012
Typedissertation
Languefr
DomaineSocial Sciences
ThématiqueEducation, sociology, and vocational training
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPsychologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Le Québec est confronté à un vieillissement de sa population et une pénurie de main-d’œuvre spécialisée. Pour faire face à ces difficultés tout en restant compétitives à l’échelle internationale, les entreprises québécoises doivent adopter des méthodes de gestion novatrices qui génèrent une performance élevée chez leurs travailleurs peu nombreux. Il est donc essentiel de se servir – et de repenser – le mieux possible des déterminants reconnus de la performance au travail, au premier chef : la motivation. Or, les recherches adoptent habituellement une perspective linéaire en un temps entre ces variables, alors que différentes études soulèvent la possibilité que les relations soient différentes lorsque ces variables sont analysées dans une perspective autre que linéaire. La présente étude teste si une dynamique cyclique se produit. Les résultats de médiation multiples ne révèlent pas d’effet significatif de la motivation entre les performances de deux temps de mesure consécutifs. Cela conforte la nécessité d’élargir la recherche sur de nouvelles variables de manière à vérifier le potentiel lien cyclique entre deux performances. Également, cette recherche relève une zone d’ombre dans la relation dynamique entre la motivation et la performance : ce lien n’est pas aussi lisse qu’il ne le semble. Il arrive parfois que les motivations et performances initiales aient un impact plus déterminant sur les comportements futurs.

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)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,335
Score d'incertitude au seuil0,666

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,003
Communication savante0,0050,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,198
Tête enseignante GPT0,465
Écart entre enseignants0,268 · 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'étudeQualitatif
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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Même sujetEducation, sociology, and vocational training→Travaux en français237 207→