MétaCan
Menu
Retour à la cohorte
Enregistrement W1965579273 · doi:10.3917/riges.324.0010

Pourquoi suivons-nous les modes en gestion?

2007· article· fr· W1965579273 sur OpenAlexaffvenue
Hélène J. Giroux

Notice bibliographique

RevueGestion · 2007
Typearticle
Languefr
DomaineBusiness, Management and Accounting
ThématiqueManagement and Organizational Studies
Établissements canadiensHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Résumé Le phénomène des modes en gestion intrigue autant les praticiens que les universitaires. Comment expliquer cet engouement collectif, aussi soudain qu’éphémère, pour des méthodes de gestion prometteuses mais qui s’avèrent souvent plus coûteuses qu’efficaces? Dans la première partie, l’article présente une synthèse des principales explications avancées par les chercheurs pour expliquer le phénomène des modes en gestion. D’abord, les approches proposées et les ouvrages qui les présentent adopteraient un format qui les rendrait particulièrement attirants pour les gestionnaires. Ces approches feraient aussi l’objet d’une promotion intense de la part d’une foule d’intervenants qui constitueraient l’«industrie de la mode». Par ailleurs, le fait de suivre la mode remplirait certaines fonctions sociales : identification à une élite, légitimation du travail des gestionnaires, amélioration de l’image des organisations, etc. On se servirait également des approches à la mode comme source de mobilisation et comme ressource politique. Enfin, les travaux plus récents indiquent que différents groupes sociaux se réapproprient les discours à la mode pour mieux atteindre leurs objectifs. Dans la deuxième partie, l’article trace quelques pistes de réflexion pour les gestionnaires et les universitaires qui se demandent quelle attitude adopter face aux approches à la mode.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0060,030
Communication savante0,0140,017
Science ouverte0,0010,005
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0140,003

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,221
Écart entre enseignants0,207 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGestionMême sujetManagement and Organizational StudiesTravaux en français237 207