Le pilotage des communautés de pratique au sein de l'industrie des télécommunications : une comparaison des sociétés Bell et Orange
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Résumé Les communautés de pratique regroupent des personnes qui partagent des préoccupations ou une passion à propos d’un sujet et qui approfondissent leur expertise dans un domaine à travers des interactions régulières. En principe, elles devraient faciliter l’apprentissage organisationnel, le partage des connaissances et l’innovation. En pratique, toutefois, il faut déterminer la manière de les piloter ou de les gérer afin d’en optimiser l’efficacité. Dans un premier temps, l’article discute les défis liés au pilotage des communautés de pratique, notamment un contrôle approprié et une transmission optimisée des connaissances tacites et formelles. Dans un deuxième temps, nous présentons les caractéristiques des communautés de pratique implantées dans deux grandes organisations du secteur des télécommunications au Canada et en France : Bell et Orange. Finalement, nous mettons en lumière les conditions de succès du pilotage des communautés de pratique : les piloter en fonction de la catégorie de personnel et des emplois visés; mettre en place des technologies de l’information et des communications adaptées aux besoins de la communauté; trouver un équilibre entre le pilotage de la communauté et le respect de son autonomie; intégrer et utiliser les connaissances apportées par des communautés de pratique pour optimiser la performance organisationnelle; adopter des pratiques d’incitation à la participation aux communautés de pratique; enfin, fournir des espaces de socialisation et de rencontres à leurs membres. Fonctions : GRH, management, innovation, gestion des opérations, TI Industries : télécommunications, TI
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.
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 | 0,006 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,007 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle