La fidélisation de la main-d’œuvre en contexte de forte incertitude : le rôle du leadership des gestionnaires de proximité
Notice bibliographique
Résumé
Depuis quelques années, la rareté de la main-d’œuvre préoccupe les gestionnaires et dirigeants d’entreprises. L’actuelle pandémie de la Covid-19, qui chamboule le déroulement régulier des activités organisationnelles, a exacerbé ces inquiétudes, amplifiant la concurrence entre les entreprises pour acquérir une main-d’œuvre diversifiée et mobile. Dans ce contexte, l’importance du capital humain comme actif stratégique oblige les entreprises à concentrer leurs efforts sur le développement d’actions favorisant une fidélisation accrue des employés. Partant de l’expérience et du vécu de gestionnaires de proximité, cet article s’intéresse aux actions et aux comportements qui ont permis à ces gestionnaires de s’adapter et de répondre aux nouvelles réalités du télétravail pendant les moments forts de la pandémie de Covid-19, tout en assurant le maintien du bien-être et de l’engagement de leurs employés. Cette étude repose sur 18 entrevues semi-dirigées réalisées à l’été 2021 auprès de gestionnaires de proximité amenés à gérer, durant la pandémie, des équipes à distance au sein dans une grande entreprise du secteur bancaire. Nos résultats mettent en lumière le travail et la position privilégiée de ces gestionnaires dans la gestion de cette crise pour soutenir les employés, reconnaître et comprendre leurs attentes et leurs besoins durant cette période marquée par l'incertitude et la gestion à distance. Nos résultats nous amènent également à dégager des constats en termes de pratiques de leadership, considérant qu’encore très peu d’études se sont intéressées au leadership et à son efficacité en temps de crise.
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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».