MétaCan
Menu
Retour à la cohorte

Prendre la mesure des effets de la médiation intra-organisationnelle : exploration des dispositifs internes

2021· dissertation· W7151061429 sur OpenAlexaboutno aff
Marie-Luce Stephan

Notice bibliographique

Revuenon disponible
Typedissertation
Langue
DomaineSocial Sciences
ThématiqueConflict Management and Negotiation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTrade unionWork (physics)Social impact

Résumé

récupéré en direct d'OpenAlex

Repenser les dispositifs internes de traitement des conflits interpersonnels survenant au sein d’équipes de travail, à l’aune de la qualification et de l’analyse des attentes et des besoins aussi bien individuels, collectifs que organisationnels, révélés à l’occasion d’une large étude réalisée sur des terrains organisationnels diversifiés en termes d’effectifs, de structures juridiques ou d’activités, localisés de plus en France, en Suisse et au Québec. L’étude des données collectées lors d’entretiens semi directifs, de consultations en ligne, d’études internes, en parallèle d’une expérience in vivo, a permis d’asseoir la conception d’un modèle multi-factoriel d’appréciation des situations conflictuelles intra-organisationnelles d’une part, et d’élaborer un référentiel de traitement des conflits interpersonnels au regard des finalités révélées à l’issue de notre travail de recherche d’autre part, à destination de toute organisation désireuse de prévenir, réguler ou résoudre les conflits interpersonnels qui émergent en son sein.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,036
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,036
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,006
Communication savante0,0090,006
Science ouverte0,0020,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0140,002

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 Opus0,017
Tête enseignante GPT0,312
Écart entre enseignants0,296 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetConflict Management and NegotiationTravaux en français237 207