MétaCan
Menu
Retour à la cohorte
Enregistrement W3148265733 · doi:10.3917/risa.871.0175

L’hybridation des pratiques de gestion des ressources humaines. Le cas de la fonction publique territoriale française

2021· article· fr· W3148265733 sur OpenAlexaff
Céline Desmarais, Sandra Dubouloz, Arnaud Bichon

Notice bibliographique

RevueRevue Internationale des Sciences Administratives · 2021
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueEducation, sociology, and vocational training
Établissements canadiensMusée de la Civilisation
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

La diffusion des principes du NMP transforme les pratiques de GRH dans le secteur public. Les transformations ainsi opérées obéissent à quatre logiques : logique de formalisation, contractualisation, individualisation et politisation. L’article s’interroge sur les conséquences de la concomitance de ces logiques sur l’hybridation des pratiques de GRH. Pour cela, deux méthodologies complémentaires ont été mobilisées : une méthodologie quantitative à travers une enquête auprès de 223 collectivités territoriales d’un département français et une méthodologie qualitative par le biais d’entretiens réalisés auprès de 25 de ces collectivités. Les résultats montrent que ces logiques cohabitent, ce qui amène à s’interroger sur les micro-négociations qui permettent cette cohabitation. Remarque à l’intention des praticiens Les pratiques de gestion des ressources humaines dans les organisations publiques sont le résultat composite d’un ensemble de logiques différentes, voire contradictoires : logique d’individualisation, de contractualisation, de formalisation et de politisation. Dans les collectivités territoriales françaises, on n’observe pas une évolution commune vers un nouveau modèle unique de GRH. Ce sont principalement des dynamiques internes entre les acteurs (élus, professionnels des ressources humaines, directions…) qui expliquent la combinaison, toujours différente, de ces logiques.

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)0,009
score de la tête « metaresearch » (Gemma)0,014
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: Empirique
Score de désaccord entre enseignants0,073
Score d'incertitude au seuil0,145

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,010
Communication savante0,0050,005
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
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 Opus0,211
Tête enseignante GPT0,452
Écart entre enseignants0,241 · 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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue Internationale des Sciences AdministrativesMême sujetEducation, sociology, and vocational trainingTravaux en français237 207