La mobilité géographique pour optimiser la gestion des ressources humaines publiques ?
Notice bibliographique
Résumé
La mobilité géographique s’impose comme un outil incontournable d’optimisation des ressources humaines publiques. Dans certaines grandes administrations, cette mobilité instrumentale est le principal moyen d’assurer l’adéquation entre les besoins et les ressources. Comment concilier ces impératifs de gestion avec les réalités des situations individuelles, professionnelles et familiales des agents ?La littérature suggère deux principes d’action : inciter les agents au mouvement en créant des dispositifs attractifs ; faire respecter leur engagement à être mobiles. À partir d’un questionnement sur la nature rationnelle des outils, nous avons mené une étude de cas dans une organisation particulièrement concernée (1 600 mouvements en 2007, mais de nombreux départs subis). Les résultats montrent des contradictions entre la manière dont les dispositifs sont conçus et celle dont les agents engagés dans les situations de choix les interprètent et les vivent. Ces limites invitent à davantage de prudence dans le déploiement des outils de gestion visant à standardiser et automatiser les procédures, surtout lorsque les conventions qui les sous-tendent sont en cours d’évolution.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,005 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».