MétaCan
Menu
Retour à la cohorte
Enregistrement W7056782539

Favoriser l'innovation au travail : l'influence de la justice interactionnelle et des stresseurs sur l'implication au travail et le comportement innovant

2017· dissertation· fr· W7056782539 sur OpenAlexaboutno aff

Notice bibliographique

RevueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke) · 2017
Typedissertation
Languefr
DomaineEngineering
ThématiqueParticle accelerators and beam dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomic JusticeContext (archaeology)Trade union
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Depuis les dernières décennies, le monde du travail a subi des transformations importantes. Elles doivent, aujourd’hui plus que jamais, optimiser leur efficacité et leur efficience, dans un contexte en constante évolution. En conséquence, l’innovation peut devenir un levier fort avantageux sur lequel les organisations peuvent créer, produire et offrir de nouveaux produits ou services. En d’autres mots, les organisations ont tout intérêt à faire de l’innovation une priorité stratégique. Cependant, l’innovation soulève également quelques enjeux non négligeables. Nonobstant les attentes envers les retombées positives, qui sont suscitées par les investissements parfois majeurs, il devient familier de constater une augmentation des stresseurs en entreprise. Afin de minimiser les effets pervers de ces stresseurs, accroitre notre compréhension de leurs effets sur le processus d’innovation est devenu une des clés essentielles. Les études empiriques étant plus nombreuses sur le sujet, il semble toutefois persister quelques contradictions qui méritent l’étude intégrée et pratique des connaissances sur le sujet de l’innovation. C’est dans cette perspective d’intégration que s’inscrit la présente thèse. Celle-ci est constituée de deux articles. Le premier article vise spécifiquement à faire une recension des écrits sur le lien entre les stresseurs et l’innovation au travail. S’adressant au monde scientifique et articulé autour de trois défis principaux, celui-ci présente d’abord le concept de l’innovation, souvent confondu avec le concept de créativité. Ensuite, la définition des stresseurs, les principaux constats et les limites qui sous-tendent la relation entre les stresseurs et l’innovation sont discutés. Le deuxième article, de nature empirique, s’adresse encore une fois à la communauté scientifique. Il a pour objectif de valider un modèle identifiant différentes variables afin de soutenir l’émergence de conduites innovantes en présence de stresseurs de type challenge et menace. Pour tester le modèle, des analyses de régressions multiples ont été réalisées, lors d’une étude longitudinale, auprès de 198 travailleurs québécois d’entreprises privées. L’interprétation générale des résultats tend à montrer que le comportement innovant est impacté de manière différenciée selon la nature des stresseurs en cause. Il semble donc opportun de les considérer et de proposer des stratégies d’intervention adaptées afin de minimiser l’impact des stresseurs. Par ailleurs, le facteur motivationnel, mesuré par l’implication au travail, semble influencer positivement l’innovation, sans oublier la justice interactionnelle, qui semble être une ressource intéressante à considérer. Ces résultats apportent donc des appuis empiriques aux théories existantes sur le sujet. Ils encouragent également une meilleure gestion des stresseurs au travail, aident à mieux impliquer les gens, et favorisent des relations interpersonnelles justes et équitables en milieu de travail. En somme, l’intégration de ces deux articles permet d’enrichir la documentation scientifique actuelle, tant sur les plans des connaissances théoriques que de la pratique professionnelle en psychologie organisationnelle. Ainsi, cette présente thèse constitue une source importante d’informations permettant de suggérer des pistes d’intervention, basées sur des fondements théoriques, afin de protéger le potentiel innovant des travailleurs.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,784
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,016
Tête enseignante GPT0,255
Écart entre enseignants0,239 · 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'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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke)Même sujetParticle accelerators and beam dynamicsTravaux en français237 207