Motivation prosociale et don de travail : une comparaison entre le secteur privé et la fonction publique d’État en France
Bibliographic record
Abstract
Par l’analyse du lien entre heures supplémentaires impayées et nature de l’employeur, nous cherchons à identifier l’existence d’une forme de motivation prosociale spécifique au secteur public. S’intéresser au comportement des agents du secteur public, fournisseurs de biens et services à caractère social et collectif, permet de tester la théorie du don de travail d’Anne E. Preston (1989). Nos résultats révèlent une absence de différence dans la fréquence d’offre d’heures supplémentaires non rémunérées entre les salariés des secteurs public et privé dans les données de l’enquête Changements organisationnels et informatisation (COI) 2006. Cependant, nous montrons que ces heures ne s’expliquent pas par les mêmes facteurs au sein des deux secteurs et qu’elles ne sont pas le produit des mêmes méthodes de management des ressources humaines. L’incitation à l’effort y prendrait des formes compatibles avec des sources de motivations de nature différente, ce qui invite à la prudence dans la mise en œuvre éventuelle des méthodes du nouveau management public, qui sont importées du secteur privé.
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 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
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".