La délégation administrative revisitée : données expérimentales sur les conséquences comportementales de la motivation de service public et de l’aversion au risque
Bibliographic record
Abstract
Il est essentiel de bien comprendre les questions de délégation administrative pour assurer la performance des organisations publiques. Le jeu du contrôle modélise la délégation comme un conflit d’intérêts entre un inspecteur et une personne contrôlée pour agir dans l’intérêt du premier. La présente étude teste des solutions alternatives pour surmonter le fait d’être « tire-au-flanc » présente dans le jeu du contrôle. Plus précisément, nous testons l’effet des incitants externes, tel qu’il apparaît sous l’effet de la solution de la théorie des jeux, par rapport au rôle des facteurs intrinsèques, à savoir la motivation de service public et l’aversion au risque lié à l’emploi. Les résultats d’une expérience en laboratoire ( N = 208) et d’une enquête ( N = 794) montrent que ni l’approche théorique des jeux, qui a inspiré le nouveau management public, ni la motivation de service public, qui en est l’antithèse, ne parviennent à expliquer le comportement des sujets. Au contraire, l’aversion au risque lié à l’emploi renforce le potentiel de contrôle et rend moins probable la possibilité d’être « tire-au-flanc ». Cette constatation laisse entrevoir une vision plus différenciée des attitudes des fonctionnaires en matière de risques en vue d’améliorer la délégation administrative. Remarques à l’intention des praticiens La promesse du nouveau management public selon laquelle les problèmes de contrôle de la délégation administrative disparaissent avec la mise en place d’incitants extrinsèques appropriés est trop simpliste. D’autre part, la motivation de service public, qui a commencé comme une antithèse du bureaucrate intéressé, ne résout pas non plus le problème de « tire-au-flanc » dans la délégation administrative. Au contraire, l’aversion au risque lié à l’emploi semble améliorer la délégation administrative, ce qui constitue un contrepoint remarquable à l’opinion populaire en matière de gestion publique selon laquelle l’aversion au risque est problématique pour les performances des organisations publiques. Plutôt que d’éviter de sélectionner des fonctionnaires averses au risque de manière générale, il conviendrait d’accorder plus d’attention aux domaines de la prise de décision administrative dans lesquels ces traits de caractère peuvent être bénéfiques.
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 | 0.028 | 0.161 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.003 | 0.004 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.020 | 0.002 |
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".