Articuler les politiques de GRH et les stratégies d’innovation : des modèles à l’épreuve des faits
Notice bibliographique
Résumé
Management des chercheurs et des personnes innovantes, incitations générales à la créativité, mobilisation de toutes les ressources : à l’heure où les entreprises s’orientent de plus en plus vers des stratégies d’innovation, les politiques de gestion des ressources humaines tentent de s’arrimer à celles-ci pour en être de solides composantes. Mais est-il si simple d’articuler de manière cohérente ces politiques avec les stratégies d’innovation ? Au-delà du catalogue des bonnes pratiques de circonstance, les modèles disponibles de management stratégique des ressources humaines pour l’innovation résistent-ils à l’épreuve des faits ? Cette recherche propose, sur la base d’un état de l’art disponible, une étude de cas sur une société de haute technologie. Il s’avère que si les modèles disponibles pointent des dimensions pertinentes, ils ne mettent en revanche pas assez en lumière les tensions générées sur le terrain par leur mise en œuvre dans des contextes évolutifs.
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 | 0,013 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,029 |
| Communication savante | 0,019 | 0,020 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,006 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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 ».