Management inclusif des personnes tatouées en France : désamorcer les discriminations grâce à la sécurité psychologique
Notice bibliographique
Résumé
Alors que le tatouage connaît une démocratisation croissante en France, notamment chez les jeunes générations, son acceptation dans le monde professionnel demeure ambivalente. La question de l’inclusion des personnes tatouées émerge dans de nombreuses organisations, mais la littérature académique, principalement anglo-saxonne, reste encore limitée et contradictoire sur le sujet. Notre étude s’ancre dès lors dans une double tradition théorique : d’une part, les tensions entre les approches dites « aveugles » et « conscientes » de l’inclusion (Konrad & Linnehan, 1995), et d’autre part, le rôle structurant de la sécurité psychologique (Edmondson, 1999) dans le management inclusif. Nos résultats, basés sur deux enquêtes quantitatives menées en 2023 (n=123) et 2024 (n=283) auprès de personnes tatouées travaillant en France, révèlent un sentiment de discrimination significatif, malgré une évolution normative de la société. Cette stigmatisation, bien que souvent implicite, se traduit par une vigilance accrue et des stratégies de dissimulation, surtout dans les contextes de forte exposition au public. Notre étude montre notamment une incidence significative sur l’engagement des jeunes, pour qui le tatouage constitue un marqueur identitaire fort et une revendication d’authenticité. Notre étude met également en évidence le rôle modérateur de la sécurité psychologique : en favorisant un climat d’ouverture, d’entraide et de droit à l’erreur, elle atténue les effets de la discrimination et renforce l’engagement des collaborateurs tatoués. Cette dynamique apparaît essentielle dans les premières phases du ressenti de discrimination, soulignant ainsi l’importance de renforcer la sécurité psychologique pour favoriser l’inclusion des personnes tatouées au travail. Notre recherche contribue ainsi à renforcer la littérature sur la sécurité psychologique et le management inclusif en abordant un sujet encore trop peu exploré. Elle invite également à repenser les pratiques managériales pour permettre aux individus d’exprimer leur identité tout en consolidant leur engagement professionnel.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».