MétaCan
Menu
Retour à la cohorte
Enregistrement W2506001643 · doi:10.7202/1036608ar

La diffusion de l’instrumentation de la gestion des compétences en Amérique du Nord depuis David C. McClelland

2016· article· fr· W2506001643 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
venuePublié dans une revue dont le pays d'attache est le Canada.

Notice bibliographique

RevueRelations industrielles · 2016
Typearticle
Languefr
DomainePsychology
ThématiqueCompetency Development and Evaluation
Établissements canadiensHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Cet article s’intéresse aux prédicteurs de laperformance utilisés dans les organisations pour gérerleurs ressources humaines. Il amorce la réflexion à cetteétape charnière que fut la publication, en 1973, del’article de David McClelland préconisant l’usage ducritère de la compétence plutôt que celui del’intelligence dans les processus de sélection.L’article tente de tracer le devenir de ce nouveauprédicteur jusqu’à nos jours et d’explorer dequelle façon la théorie des compétencess’est traduite en modèles appliqués dans le mondeprofessionnel. Basé sur une analyse de la littératurenord-américaine, ainsi que sur des études de cas enentreprise (n=150), l’article montre le passage progressifd’une approche « inductive »,inspirée de la démarche scientifique et basée surdes analyses approfondies du travail et descompétences-clés, à une démarche« déductive » basée surl’usage de dictionnaires de compétences,déjà formatés et répondant aux exigences dela pratique. Si la façon d’y parvenir est trèsdifférente, l’objectif est le même : obtenir unréférentiel de compétences traduisant le mieuxpossible les exigences de l’emploi et permettant de reconfigurerplusieurs pratiques en gestion des ressources humaines, telles que lasélection, la formation ou la gestion des carrières. Dansles faits, bon nombre d’entreprises ont pris l’habituded’utiliser simultanément et encomplémentarité les deux approches dans une formehybride. Le recours aux dictionnaires permet de dégagerl’espace des possibles et d’identifier rapidement lescompétences les plus critiques dans un cadre participatifdestiné à faciliter l’appropriation de ladémarche. Le travail plus analytique sur certainescompétences, à l’aide des entrevues baséessur les comportements, facilitera la validation de certaines opinionsà priori. À travers ce parcours, les auteurs soulignentles enjeux qui accompagnent le passage d’une théorieà son application pratique. En conclusion, ils se demandent sile « pari » de McClelland a ététenu et soulèvent la question des prédicteurs àvenir, en signalant plus particulièrement le concept de talentqui tend actuellement à remplacer celui de compétence.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,463
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,310
Écart entre enseignants0,279 · 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