Aménager le temps de travail en fin de carrière pour inciter à rester en emploi ?
Notice bibliographique
Résumé
Notre recherche permet de mieux comprendre les motivations et intérêts des salariés à l’égard de la fin de carrière et la retraite. Elle repose sur des entretiens en profondeur, et a permis de constater que si le départ hâtif reste une aspiration pour plusieurs, des mesures d’aménagement du temps de travail ou le temps partiel, mais aussi d’autres mesures (mentorat, mandats, projets) pourraient inciter les salariés à rester plus longtemps en emploi. Il est pertinent de souligner cet intérêt pour le changement de rôle, le passage à un rôle de formateur ou de mentor, qui a été peu documenté à ce jour comme option de fin de carrière et pourrait agir comme mesure de rétention, en plus de l’aménagement du temps de travail.Ayant également interrogé les cadres de cette organisation, ils ont pu confirmer que l’aménagement et la réduction du temps de travail ainsi que les nouveaux mandats ou rôles de mentor ou de formateur n’ont pas été envisagés à ce jour dans l’organisation, ou très peu. S’ils ont été envisagés, c’est surtout dans les postes de cadres, alors que les besoins de formation de la relève se font aussi sentir dans d’autres milieux, de sorte que cela paraît constituer une avenue possible pour retenir les employés.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».