Déterminants et efficacité des stratégies de rémunération : Une étude internationale des entreprises à forte intensité technologique
Notice bibliographique
Résumé
Le dilemme entre la culture nationale et le secteur d'activité comme déterminant majeur des politiques de rémunération est plus que jamais fondamental dans un contexte d'internationalisation. Si la relation entre le secteur d'activités et les pratiques de rémunération a été passablement bien circonscrite au niveau national, les comparaisons internationales ont été pour leur part beaucoup moins documentées. Contrairement à la perspective stratégique en matière de GRH, stipulant que les gestionnaires ont un niveau élevé d'autonomie dans l'intégration des différentes pratiques de GRH avec, entre autres, les stratégies d'affaires et la structure organisationnelle (Bloom & Milkovich, 1999), les pressions institutionnelles reliées à chacun des pays limitent passablement le pouvoir qu'ont les entreprises d'instaurer des pratiques à succès. Cette recherche suggère, à partir d'un échantillon de 602 grandes entreprises provenant de trois pays (Canada, France, Grande-Bretagne), que la culture nationale est un niveau d'analyse plus approprié que le secteur de la haute technologie dans la compréhension des choix en matière de politiques de rémunération. Toutefois, les résultats de cette recherche révèlent que certaines stratégies de rémunération sont mieux adaptées au contexte de la haute technologie.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».