MétaCan
Menu
Retour à la cohorte
Enregistrement W2963752768 · doi:10.7202/1062127ar

La RSE comme vecteur de légitimité du repreneur externe d’une petite entreprise

2019· article· fr· W2963752768 sur OpenAlexvenueno aff
Lyès Mazari, Sandrine Berger‐Douce, Bérangère Deschamps

Notice bibliographique

RevueRevue internationale P M E Économie et gestion de la petite et moyenne entreprise · 2019
Typearticle
Languefr
DomaineBusiness, Management and Accounting
ThématiqueFamily Business Performance and Succession
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesRepriseArtPhilosophyPolitical science

Résumé

récupéré en direct d'OpenAlex

La littérature s’accorde à reconnaître la criticité de la dimension humaine des opérations de reprise, notamment pendant la période suivant l’entrée en fonction du nouveau dirigeant. Celle-ci est marquée par le transfert de leadership du cédant au repreneur et représente une source de perturbations pour les salariés. À ce stade du processus de reprise, le besoin de légitimité pour le repreneur est maximal, car celle-ci garantit l’efficacité de son pouvoir (Boussaguet, 2012) et contribue à l’adhésion collective des membres de la petite entreprise reprise (De Freyman, Cullière et Boussaguet, 2018). Or, les travaux sur cette thématique demeurent rares et leur analyse ne permet pas de comprendre comment cette légitimité s’acquiert auprès des salariés. L’objectif de cet article consiste donc à contribuer à la connaissance sur les moyens à disposition du repreneur pour construire sa légitimité. En se fondant sur neuf études de cas de petites entreprises engagées dans la RSE, les résultats obtenus proposent la démarche RSE du repreneur comme une posture managériale favorisant sa légitimation auprès de ses salariés. Les pratiques managériales du repreneur sont alors orientées vers plus d’équité et lui offrent l’occasion de construire un projet de reprise autour d’un ensemble de valeurs appréciées par les salariés.

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 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)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,430
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,004
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,005

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 Opus0,016
Tête enseignante GPT0,237
Écart entre enseignants0,221 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
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

Citations6
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue internationale P M E Économie et gestion de la petite et moyenne entrepriseMême sujetFamily Business Performance and SuccessionTravaux en français237 207