MétaCan
Menu
Retour à la cohorte
Enregistrement W2135036501 · doi:10.7202/1012498ar

Cohérence et cohésion de l’équipe de direction dans la PME

2010· article· fr· W2135036501 sur OpenAlexaffvenue
José Luis Pech-Varguez, Luis Cisneros, Émilie Génin, Hugo Córdova

Notice bibliographique

RevueRevue internationale P M E Économie et gestion de la petite et moyenne entreprise · 2010
Typearticle
Languefr
DomaineBusiness, Management and Accounting
ThématiqueBusiness Strategy and Innovation
Établissements canadiensUniversité de MontréalHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Dans cette recherche, nous discutons de la mise en place d’un système formel de gestion et de son impact sur la cohérence et la cohésion dans des équipes de direction de PME. La cohérence est le degré d’articulation entre les différentes fonctions des membres d’un groupe qui permet, à travers la réalisation d’objectifs individuels spécifiques, d’atteindre les objectifs collectifs ; la cohésion est le degré d’adhésion volontaire des membres du groupe à un idéal, une aspiration ou un projet commun, qui leur permet, à travers le partage de valeurs et de sentiments gratifiants, de se renforcer émotionnellement les uns les autres et ainsi de faire face comme un tout aux défis qu’ils rencontrent. Notre approche méthodologique est une recherche-action exploratoire effectuée dans trois PME du secteur hôtelier. Nous avons multiplié les sources de données pour améliorer la qualité de la compréhension des expériences vécus. Parmi les résultats, nous montrons l’existence d’une relation vertueuse entre la cohésion et la cohérence, et mettons en évidence comment l’implantation d’un système formel de gestion peut améliorer simultanément, ou non, la cohésion et la cohérence, selon la situation initiale de la cohésion dans l’équipe dirigeante. Un minimum de cohésion est nécessaire pour mettre en place un système de gestion formel qui va lui-même, à terme, améliorer la cohérence. De plus, la cohérence et ses conséquences positives peuvent aider à améliorer la cohésion.

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)0,006
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,024
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,005
Communication savante0,0070,006
Science ouverte0,0010,006
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,013
Tête enseignante GPT0,243
Écart entre enseignants0,230 · 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'étudeSans objet
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

Citations1
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRevue internationale P M E Économie et gestion de la petite et moyenne entrepriseMême sujetBusiness Strategy and InnovationTravaux en français237 207