Identification des indicateurs de la performance extra-financière liée à la RSE par la méthode Delphi : Cas des entreprises minières de la Guinée
Notice bibliographique
Résumé
Cet article identifie les indicateurs de performance extra-financière liée à la RSE dans le contexte des entreprises minières de la Guinée. Cette identification est essentielle pour l’évaluer et piloter la performance extra-financière des entreprises minières. Nous adoptons une posture épistémologique constructiviste avec un mode de raisonnement abductif en nous inscrivant dans une approche de co-construction des indicateurs basée sur la consultation des parties prenantes. Une première sélection d’indicateurs est effectuée sur la base de la littérature empirique et le référentiel de la Global Reporting Initiative (GRI) dédié au secteur minier. Les indicateurs retenus à l’issus de cette première sélection sont soumis à une étude empirique à l’aide de la méthode Delphi avec 32 participants, toutes les parties prenantes d’entreprises minières en Guinée telles que les employés, les membres d’ONG, les universitaires, les citoyens des zones minières et les autorités de régulation. Les données sont recueillies par le biais d’un lien Kobocollect et traitées avec le logiciel Excel et SPSS. La démarche adoptée a permis d’identifier 24 indicateurs de la performance extra-financière lié à la RSE (8 indicateurs économiques, 9 indicateurs sociaux et 7 indicateurs environnementaux) dans le contexte du secteur minier de la Guinée.
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 | 0,048 | 0,083 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».