Une étude du lien entre la productivité et la bienfaisance des entreprises : une présentation des données provenant d'une expérience sur terrain de l'industrie sylvicole en Colombie-Britannique
Bibliographic record
Abstract
Cette étude cherche à mesurer l’importance du lien entre la bienfaisance d’un employeur et la productivité de ses travailleurs. Cet objectif est atteint à l’aide d’un modèle fondé dans la théorie classique et s’inspire par la suite de la littérature des préférences sociales. Plusieurs expériences ont réussi à démontrer l’existence d’un lien entre la productivité et la bienfaisance de l’employeur, mais rarement dans un environnement où cette bienfaisance est imposée de façon exogène. Par voie d’une expérience effectuée sur un échantillon d’étudiants, une étude de Tonin et Vlassopoulos (2013) s’est confrontée à ce défi. Leurs résultats suggèrent que la bienfaisance d’un employeur a un effet positif sur la productivité, mais ceci n’est pas démontré dans l’environnement de travail. L’expérience discutée lors de ce document comble donc le fossé. Le lien en question est évalué en concevant d’une expérience sur le terrain d’une entreprise de reboisement en Colombie-Britannique. Les travailleurs de l’entreprise sont observés sous trois conditions salariales, dont une s’agit du salaire à la pièce ordinaire, une s’agit du salaire à la pièce ordinaire plus une prime pécuniaire, et une s’agit du salaire à la pièce ordinaire plus une prime qui est versée à un organisme de bienfaisance du choix du travailleur. Selon les données recueillies, les travailleurs ont été plus productifs lorsque leur employeur a promis de faire des dons de bienfaisance, mais ont été moins productifs lorsqu’un prime salaire leur a été accordé. Par contre, ces résultats deviennent insignificatifs avec l’inclusion des variables de contrôle pour les conditions météorologiques. Les données analysées ne permettent d’établir un lien entre ni la rémunération ni la bienfaisance de l’employeur. Les changements imposés par l’expérience conçue par ce mémoire ne sont pas suffisants pour surmonter les chocs quotidiens de l’environnement du travail.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.005 |
| Science and technology studies | 0.006 | 0.007 |
| Scholarly communication | 0.007 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.014 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".