Notice bibliographique
Résumé
Les sciences de la gestion américaines sont à l’heure d’un bilan : quelle est l’efficacité du programme diversité, équité, inclusion (DEI, anciennement D&I) et des programmes similaires adoptés, selon Leslie Sklair, dès les années 1990 par les entreprises globales de haut niveau ? Comment « l’industrie DEI » et « les nouvelles professions de la DEI » pourront-elles généraliser l’augmentation de la compétiti- vité des organisations qui pratiquent la diversité de genre (+21 %) ou la diversité ethnique et de genre (+33 %), ou la capacité des équipes diversifiées (selon l’âge, le genre et l’ethnie) de prendre de meilleures décisions (dans 87 % des cas), comme le soutient le cabinet de consultants internationaux Global Diversity Practice ? Comment les performances des CDO (chief diversity officers) se traduisent-elles dans la société quand on sait que 35 % des investissements émotionnels (?!) des employés sont associés au sentiment d’être inclus, selon une étude de la firme Catalyst en 2020 ? C’est sur le fond de la multiplication des cabinets de tuteurs, de mentors et de coachs internationaux qui implantent ces pratiques managériales que l’article examine les transformations sociales et politiques plus générales qui ont rendu possible la convergence (et la confusion) entre un programme de gestion du personnel visant à accroître les rendements et une quête morale qui tend à légiti- mer une nouvelle forme (verticale) de la démocratie sociale.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,039 |
| Communication savante | 0,010 | 0,008 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 source (Gemma direct ou Codex distillé), 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 ».