MétaCan
Menu
Retour à la cohorte
Enregistrement W2486433702 · doi:10.7202/1036612ar

Insatisfaction des salariés et des clients en réaction à l’automatisation des caisses d’un hypermarché : de la prise de parole à la défection et à la négligence

2016· article· fr· W2486433702 sur OpenAlexvenueno aff
Amadou Bâ, David Alis

Notice bibliographique

RevueRelations industrielles · 2016
Typearticle
Languefr
DomaineBusiness, Management and Accounting
ThématiqueCustomer Service Quality and Loyalty
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

La grande distribution fait l’objet d’innovations technologiques fortes. Le développement des caisses libre-service (CLS) vise à réduire les dépenses de personnel et faciliter la gestion des effectifs en caisse, tout en répondant aux attentes de nombreux consommateurs autonomes et pressés. Nous analysons les réactions des clients et des salariés à l’automatisation des caisses dans un hypermarché à l’aide du modèle « Défection, Prise de parole, Loyauté, Négligence » connu sous l’acronyme anglo-saxon EVLN (Exit, Voice, Loyalty, Neglect) initié par les travaux fondateurs de Hirschmann, en utilisant également le modèle d’acceptation de la technologie développé par Venkatesh et Davis. Nous nous appuyons sur une étude de cas unique portant sur l’un des hypermarchés français les plus avancés en matière d’automatisation des caisses. La méthodologie qualitative repose sur une observation participante d’une durée de trois ans, sur 29 entretiens semi-directifs avec les salariés et sur une analyse du contenu de 184 réclamations émises par la clientèle. La recherche permet de mettre en évidence les manifestations concrètes de la prise de parole, de la défection et de la négligence. Les réticences vis-à-vis de l’automatisation exprimées à la fois par la clientèle et le personnel sont ainsi expliquées à l’aide du modèle d’acceptation de la technologie. L’intérêt de comparer les perceptions de salariés et de clients est mis en évidence. Les sources d’insatisfaction vis-à-vis de l’automatisation ne sont pas identiques, ce qui nécessite des analyses croisées des convergences et divergences de perceptions. L’analyse des mécanismes de co-production du service et du transfert de rôle de l’organisation vers les clients dans la distribution apparait ainsi riche, avec de nouvelles formes d’intensification du travail des caissiers. Dans ce contexte de changement technologique, l’importance des mécanismes d’écoute des salariés et des clients est soulignée. La recherche contribue ainsi au renouveau des études sur l’importance de la prise de parole en relations industrielles dans une économie de plus en plus tertiaire, caractérisée par une forte évolution technologique.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,176
Score d'incertitude au seuil0,351

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,006
Communication savante0,0040,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,028
Tête enseignante GPT0,295
Écart entre enseignants0,267 · 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'étudeQualitatif
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRelations industriellesMême sujetCustomer Service Quality and LoyaltyTravaux en français237 207