Are Productive People to Be Found? Robust Analysis of Sparse Two-Way Tables
能否识别高生产率员工？稀疏双向表的稳健分析AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究稀疏员工—任务表，网络评分只是方法名称，尚不足以归入网络干扰或面板计量。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
能否识别高生产率员工？稀疏双向表的稳健分析
- 研究问题
- 员工与任务形成稀疏生产记录表、不同员工可能没有共同任务时，如何调整任务差异，使员工生产表现具有可比性？
- 方法与思路
- 作者提出表条带回归、矩形比率与网络评分三种分析方法，并用包含四百七十九名员工、六百七十八项任务的工业记录示例。
- 材料陈述的贡献
- 摘要明确提供了处理稀疏员工—任务表的三种技术及真实应用，强调比较员工时调整任务效应的重要性，但未报告方法优劣。
- 阅读关注点
- 应核对三种方法如何建立跨任务比较、稀疏表的连接条件、稳健性的具体含义，以及生产记录和激励计划对解释的影响。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；任务分配机制和比较所需条件未说明，不能把调整后的员工差异解释为因果生产率差异。
原文摘要
Data from individual measurements of production in a manufacturing environment may be thought of as a two-way table indexed by worker and task. If there are many tasks, such a table will normally be sparse. Adjustment for task effects is important if workers are to be compared to one another, since any two workers may have no tasks in common. Three techniques are presented for the analysis of such sparse tables: table-stripe regression, rectangle ratios, and network scores. These techniques are illustrated on data from a large industrial concern, where 6,846 person—task—weeks of data on 479 workers and 678 tasks were collected as part of an ongoing group incentive plan.