MétaCan
Menu
Retour à la cohorte
Enregistrement W2997261114 · doi:10.71781/18350

Identifier, mesurer et évaluer l’efficacité des techniques de rétroaction dans un contexte d’évaluation de potentiel

2019· dissertation· fr· W2997261114 sur OpenAlexaboutno aff
Frédérique-Emmanuelle Lessard

Notice bibliographique

RevueOpen MIND · 2019
Typedissertation
Languefr
DomaineAgricultural and Biological Sciences
ThématiqueSensory Analysis and Statistical Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesLibrary scienceComputer sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Avec le départ massif des baby-boomers à la retraite, le Conference Board du Canada (2014) indique le besoin urgent des entreprises d’assurer la bonne sélection et le développement des candidats qui pourvoiront les postes bientôt vacants. À cette fin, les entreprises envoient de plus en plus de candidats vers les firmes spécialisées en évaluation de potentiel, car elles ont le mandat d’évaluer leur potentiel et d’accélérer leur développement (Pease, 2010). La méta-analyse de Morris, Daisley, Wheeler et Boyer (2015) révèle d’ailleurs que ces évaluations de potentiel prédisent bien le succès ultérieur du candidat en emploi. La rencontre de rétroaction, qui a généralement lieu après l’évaluation est également importante, car elle permet au candidat et au conseiller de se rencontrer pour discuter des compétences professionnelles que le candidat peut développer à la lumière des résultats de son évaluation (Moses, 2011). L’objectif de cette thèse est de comprendre comment les conseillers peuvent favoriser l’intérêt des candidats à entreprendre des actions de développement professionnel lorsqu’ils donnent leur rétroaction. Plus précisément, cette thèse porte sur les techniques de rétroaction utilisées par les conseillers dans un contexte d’évaluation de potentiel. Puisqu’aucune étude antérieure n’a tenté de décrire systématiquement ces techniques, le premier objectif de la thèse est de recenser l’ensemble des techniques de rétroaction utilisées dans un contexte d’évaluation de potentiel. Les deuxième et troisième objectifs seront de réaliser une classification de ces techniques et de produire une mesure permettant d’évaluer de façon opérationnelle si cette classification capte bien ce qui se passe en pratique. Finalement, le quatrième objectif sera de vérifier l’efficacité de ces techniques, en évaluant à quel point elles prédisent certaines réactions chez le candidat, qui témoignent de son appropriation des résultats de l’évaluation et de sa motivation à entreprendre des actions de développement professionnel. Le premier article a été réalisé dans l’intention de répondre aux trois premiers objectifs de la thèse. Le projet a donc été mené en trois temps. D’abord, une consultation d’écrits portant sur les techniques d’intervention favorisant le changement en contexte professionnel ou thérapeutique a été réalisée. Ceci a permis de recenser ces techniques et de proposer une classification. Ensuite, des conseillers en évaluation de potentiel ont examiné la liste des techniques recensées afin de s’assurer qu’elles couvraient l’ensemble de leur pratique lorsqu’ils donnent une rétroaction. Finalement, un questionnaire a été élaboré pour mesurer les techniques utilisées par les conseillers pendant la rétroaction et a permis de vérifier la classification proposée. L’analyse factorielle exploratoire a mis en évidence l’existence de six catégories de techniques de rétroaction, légèrement différentes de celles initialement anticipées. Ces techniques sont : les interventions axées sur les explications des résultats de l’évaluation, les interventions axées sur les émotions positives, les interventions axées sur la relation, les interventions axées sur les écarts, les interventions axées le plan de développement et les interventions axées sur les exemples concrets. L’article se termine en proposant une définition finale de chaque catégorie de techniques de rétroaction et en présentant les items de l’instrument de mesure. Pour sa part, le deuxième article tente de répondre au quatrième objectif en étudiant la relation entre les techniques de rétroaction et différentes réactions du candidat. À cette fin, le modèle d’appropriation de la rétroaction de Boudrias, Bernaud et Plunier (2014) a été utilisé, affirmant que l’acceptation du message de la rétroaction, les prises de conscience réalisées et que l’intention de se développer professionnellement sont de bons prédicteurs des actions ultérieures du candidat. Les résultats de cette étude montrent que les interventions visant à faire vivre des émotions positives au candidat et celles visant à identifier des pistes de développement futures sont les techniques les plus porteuses pour que le candidat réagisse favorablement à la rétroaction et qu’il ait envie d’entreprendre des actions pour se développer. La thèse se termine avec une discussion portant sur sa contribution, sur ses limites méthodologiques et leurs impacts, sur des pistes de recherche futures, puis ouvre une nouvelle perspective en abordant la documentation sur le transfert des apprentissages.

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)0,085
score de la tête « metaresearch » (Gemma)0,140
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,085
Score d'incertitude au seuil0,452

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0850,140
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0040,004
Études des sciences et des technologies0,0020,002
Communication savante0,0080,006
Science ouverte0,0030,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,088
Tête enseignante GPT0,380
Écart entre enseignants0,292 · 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'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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetSensory Analysis and Statistical MethodsTravaux en français237 207