Les impacts de la satisfaction envers les régimes de rémunération variable sur l’engagement organisationnel des travailleurs
Bibliographic record
Abstract
Ce mémoire a pour objectif de comprendre l’impact de la satisfaction envers les régimes de rémunération variable sur l’engagement organisationnel des travailleurs. Pour étudier cette question, nous avons utilisé trois hypothèses basées sur la théorie des attentes ainsi que sur la théorie de l’agence. La première hypothèse stipule que la satisfaction envers les régimes de bonis fait augmenter le niveau d’engagement organisationnel des travailleurs. La deuxième hypothèse est que la satisfaction envers les régimes de partage des bénéfices fait augmenter le niveau d’engagement organisationnel des travailleurs. La troisième hypothèse stipule que la satisfaction envers les régimes d’actionnariat fait augmenter le niveau d’engagement organisationnel des travailleurs. Nous avons utilisé une base de données provenant d’une enquête plus large portant sur « les liens entre la rémunération, la formation et le développement des compétences et l’attraction et la rétention d’employés clés ». L’entreprise où les données ont été collectées œuvre dans le secteur des technologies de l’information et des communications (TIC). Les nouveaux employés embauchés dans cette entreprise établie à Montréal ont été interrogés. Nos résultats nous permettent de confirmer deux de nos hypothèses, soit celle qui concerne les régimes de bonis et celle qui concerne les régimes d’actionnariat. Nos résultats indiquent que les individus satisfaits à l’égard des régimes de rémunération variable, plus précisément envers les régimes de bonis et les régimes d’actionnariat, présentent de plus hauts niveaux d’engagement organisationnel. Le soutien organisationnel perçu est également un facteur important dans le développement de l’engagement organisationnel. Finalement, nous concluons ce mémoire avec l’implication de nos résultats pour les différents acteurs en relations industrielles.
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 | 0.016 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.016 | 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".