Une approche contextualiste des pratiques de gestion des compétences par l’informel : une enquête sur quatre PME
Notice bibliographique
Résumé
Cet article s’intéresse à la portée des pratiques informelles dans les processus de changement de gestion des compétences dans des PME. Ces pratiques informelles recouvrent des comportements, des habitudes de travail et des modalités d’investissement particulières des salariés de PME qui sont peu compatibles avec une instrumentation formelle de la gestion de compétences (GC) telle que dupliquée des démarches officiellement adoptées dans les grandes entreprises. En matière de gestion des ressources humaines et, en particulier, de gestion des compétences, les petites et moyennes entreprises (PME) présentent une variété de pratiques qui demeurent généralement peu formalisées. En effet, la gestion des compétences mise en place dans les grandes entreprises (GE), qui se caractérise par une forte formalisation, requiert une organisation et une instrumentation complexes. Cette structuration est difficile à adapter à des PME, dans le cadre d’un mangement direct de proximité. De nombreuses observations montrent en effet que les instruments formels de GC issus des GE ont peu d’effet sur les pratiques de gestion propres aux PME. En particulier, ces outils ignorent souvent la spécificité des interrelations informelles spécifiques à l’humain et font abstraction de la dynamique qui se joue mentalement chez les salariés en interaction et qui fait sens pour eux. Notre recherche basée sur une analyse de cas approfondie ayant porté sur quatre entreprises moyennes montre que, dans les PME, les interactions non formalisées/instrumentées entre salariés favorisent une culture forte propice aux compétences collectives. Lorsqu’un salarié apporte ses connaissances à un autre salarié, il enrichit ses propres compétences, il contribue à développer les modalités de gestion informelle de GC sous-tendues par les éléments de contextes interne et externe perçus par les salariés. Cette perspective plaçant l’humain au cœur des processus permet de reconsidérer la perspective instrumentale, aujourd’hui dominante.
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 | 0,017 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,006 |
| Communication savante | 0,014 | 0,017 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,003 |
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 ».