Notice bibliographique
Résumé
Résumé La nature du travail au sein des entreprises ne cesse d’évoluer, tout comme les outils d’évaluation du rendement. Des nombreuses tendances qui ont marqué cette évolution, la complexité des tâches à accomplir de même que la fréquence et la rapidité avec lesquelles les changements s’imposent dans l’environnement de travail figurent parmi les plus importantes. En conséquence, les pratiques d’évaluation du rendement, vouées à la mesure des comportements des individus en situation de travail, ont eu à s’ajuster à cette nouvelle réalité. C’est dans cette perspective que s’inscrit le processus d’évaluation de type multisource, un outil de gestion qui connaît un essor considérable depuis une décennie. Fondé sur l’ensemble de la littérature disponible à ce jour, l’article propose une analyse critique de l’évaluation multisource. Pour ce faire, le contexte historique est exposé, suivi d’une définition de l’évaluation multisource. Ensuite, l’exploration des qualités psychométriques de l’évaluation multisource est effectuée ainsi que l’étude de l’impact de ces dernières sur l’individu évalué et sur l’organisation en général. Enfin, les avenues de recherche futures et les questions toujours en suspens viennent enrichir la discussion.
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 | 0,039 | 0,076 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,010 |
| Communication savante | 0,018 | 0,015 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 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 ».