MétaCan
Menu
Retour à la cohorte
Enregistrement W3097122644 · doi:10.7202/1072344ar

La carrière managériale des Marocaines : politiques de diversité et obstacles à leur inclusion

2020· article· fr· W3097122644 sur OpenAlexvenueno aff
Laurent Giraud, Doha Sahraoui, Soufyane Frimousse

Notice bibliographique

RevueRelations industrielles · 2020
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueMulticulturalism, Politics, Migration, Gender
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Objectif de la recherche : L’objectif de cette recherche est de cerner quels sont les leviers des politiques de diversité qui pourraient se révéler particulièrement efficaces au Maroc, ainsi que d’identifier les obstacles à la carrière managériale des Marocaines. Intérêt de la recherche : Comme les politiques de diversité proviennent de modèles de management généralement occidentaux, il se peut que des idiosyncrasies marocaines en amenuisent les impacts. L’intérêt d’une telle recherche réside dans l’identification des leviers des politiques de diversité efficaces au Maroc, un territoire qui témoigne toujours de fortes inégalités de genre, notamment dans les fonctions managériales. Méthodologie : Les données ont été récoltées au Maroc grâce à 36 entretiens semi-directifs au sein de six entreprises et auprès de femmes managers, de Directeurs généraux et de Directeurs des ressources humaines. Résultats : Les résultats identifient les obstacles classiques à la carrière managériale des Marocaines, ainsi que les leviers des politiques de diversité qui seraient particulièrement efficaces au Maroc. Contributions et implications managériales : Les entreprises trouveront, dans cet article, les leviers prioritaires permettant de déployer de meilleures politiques de diversité dans un contexte marocain. Les DRH y trouveront, également, une liste des obstacles à la carrière managériale des Marocaines, ce qui devrait leur permettre de mieux les prendre en compte. Limites : Le biais de désirabilité sociale et la taille restreinte de l’échantillon sont les principales limites de cet article.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,741
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,184
Tête enseignante GPT0,379
Écart entre enseignants0,195 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRelations industriellesMême sujetMulticulturalism, Politics, Migration, GenderTravaux en français237 207