Articuler les politiques de GRH et les stratégies d’innovation : des modèles à l’épreuve des faits
Bibliographic record
Abstract
Management des chercheurs et des personnes innovantes, incitations générales à la créativité, mobilisation de toutes les ressources : à l’heure où les entreprises s’orientent de plus en plus vers des stratégies d’innovation, les politiques de gestion des ressources humaines tentent de s’arrimer à celles-ci pour en être de solides composantes. Mais est-il si simple d’articuler de manière cohérente ces politiques avec les stratégies d’innovation ? Au-delà du catalogue des bonnes pratiques de circonstance, les modèles disponibles de management stratégique des ressources humaines pour l’innovation résistent-ils à l’épreuve des faits ? Cette recherche propose, sur la base d’un état de l’art disponible, une étude de cas sur une société de haute technologie. Il s’avère que si les modèles disponibles pointent des dimensions pertinentes, ils ne mettent en revanche pas assez en lumière les tensions générées sur le terrain par leur mise en œuvre dans des contextes évolutifs.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.002 | 0.004 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".