L’articulation compétences individuelles/compétences stratégiques : vers une solution de gestion intégrée des compétences
Bibliographic record
Abstract
La GPEC se réfère explicitement aux enjeux stratégiques. Toutefois, elle ne construit pas une véritable intégration entre d’un côté les préoccupations de la stratégie en termes de métiers de l’entreprise et donc de compétences stratégiques sous jacentes et, d’un autre côté, celles de la GRH en termes de compétences individuelles mises au service de ces métiers ou comme facteurs de leur développement. L’objectif de cet article est donc de penser les modalités de l’articulation compétences individuelles / compétences stratégiques. En particulier, il vise à proposer un dispositif susceptible de faciliter la mise en œuvre de cette articulation. Notre démarche procède en trois temps. Dans un premier temps, nous identifierons les limites de l’articulation Compétences Individuelles / Stratégie telle que pensée et mise en œuvre dans les démarches de GPEC. Sur cette base et dans un deuxième temps, nous proposerons un premier élément de réponse à ces limites en construisant un référentiel puis un modèle des compétences qui autorise la construction d’ontologies. Enfin, dans un troisième temps, nous montrerons dans quelle mesure ce modèle aide au pilotage de l’articulation compétences individuelles, collectives et stratégiques pour à terme se placer au cœur d’une solution technologique de gestion intégrée des compétences.
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 | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.006 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 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".