La gestion des connaissances et des compétences dans les petites entreprises technologiques : une approche empirique
Notice bibliographique
Résumé
L’approche «resource based» est à l’honneur dans la réflexion en management stratégique et devrait même devenir, pour de nombreux chercheurs, la colonne vertébrale des problématiques de recherche en management pour le prochain millénaire. Des travaux sur des pratiques d’entreprises en soulignent les portées opératoires. Cependant, nous devons constater que la plupart de ces études concernent de grandes entreprises. La question reste posée pour les PME pour lesquelles nous avons encore peu de visibilité en matière de management des connaissances et des compétences : ceci résulte-t-il d’une faible médiatisation ou de l’absence de formalisation des pratiques ? Cet article vise à apporter des éléments de réponse à cette question. À cet effet, nous avons observé plus attentivement les pratiques des PME en matière de management des ressources et des compétences et nous y avons retrouvé des modes opératoires et organisationnels particulièrement structurés et orientés vers un management global des connaissances et des compétences. Cette étude exploratoire confirme que la problématique de management des ressources et des compétences est bien présente dans les réflexions des dirigeants de ces PME qui ont su mettre en œuvre des outils et méthodes particulièrement sophistiqués.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,005 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».