MétaCan
Menu
Retour à la cohorte
Enregistrement W2799598504 · doi:10.7202/1044426ar

Beyond “Hero-based” Management: Revisiting HRM Practices for Managing Collective Expertise

2018· article· en· W2799598504 sur OpenAlexvenueno aff
Olga Lelebina, Sébastien Gand

Notice bibliographique

RevueRelations industrielles · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueLeadership, Courage, and Heroism Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésKnowledge managementMultinational corporationAgency (philosophy)Dual (grammatical number)Human resource managementFunction (biology)Dimension (graph theory)BusinessPerspective (graphical)HEROOrder (exchange)Line managementPublic relationsSociologyComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

While expert knowledge is a crucial resource for large science-based companies, management of the specific population of experts remains a sensitive issue for the HRM. In order to recognize and retain these employees, companies traditionally implement a dual ladder—a career management tool that proposes an alternative technical career track to the managerial one, thus allowing recognition of an expert status in the organization. However, multiple studies have demonstrated that the implementation of a dual ladder does not bring the expected results. While previous research has investigated the individual aspirations of experts as possible reasons for their dissatisfaction with this managerial tool, we show the importance of the collective dimension of expertise and claim that the latter is insufficiently supported by HRM practices. Drawing on a case study in a large multinational firm, we explore the consequences of individualized practices on expert work and discuss the role of HRM in dealing with so-called “hero-based” management. The findings show that individualized practices could endanger the learning and innovation capacities of the firm and compromise processes such as decision making and problem solving. It could also jeopardize the continuity of expertise from a long-term perspective as younger generations refuse to align with a “hero-based” culture. Despite such a strategic challenge, HR managers experience difficulties in reinforcing the collective dimension of expertise. This opens up new perspectives for the HRM function that could lead the management of experts towards new horizons by supporting the fragile equilibrium between “agency” and “communion” in expertise processes.

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)0,021
score de la tête « metaresearch » (Gemma)0,021
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,111

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0060,022
Communication savante0,0100,010
Science ouverte0,0030,006
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,095
Tête enseignante GPT0,360
Écart entre enseignants0,265 · 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

Citations10
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRelations industriellesMême sujetLeadership, Courage, and Heroism StudiesTravaux en français237 207