Attraction et rétention des centres d’appels : l’innovation socioterritoriale comme source d’avantages concurrentiels?
Bibliographic record
Abstract
Dans un contexte de mondialisation de l’économie, les territoires sont dans une situation de compétition mondiale pour attirer et retenir des entreprises, telles que les centres d’appels, qui bénéficient du développement et de la densification des réseaux de télécommunication à l’échelle mondiale.Les centres d’appels sont souvent perçus comme ayant à une forte propension à se délocaliser dans les régions qui présentent les coûts de main-d'œuvre les plus faibles. Certains gouvernements perçoivent qu’il est vain d’investir des efforts importants pour favoriser leur attraction, car les centres d’appels disparaissent ou s’en vont dans d’autres régions par la suite. D’autres, cependant, continuent de penser que leur territoire est propice à l’implantation de centres d’appels, mettant en avant des caractéristiques socio-économiques et géographiques qui leur donnent un avantage compétitif face à d’autres régions, et ils considèrent les centres d’appels comme un outil de développement économique intéressant, notamment pour compenser les pertes d’emplois liés à la désindustrialisation. Animés par la volonté d’en savoir davantage sur ce phénomène et de comprendre les raisons qui amènent les centres d’appels à choisir une région d’implantation plutôt qu’une autre et celles qui les incitent à rester ou à partir, nous sommes allés à la rencontre d’agences de développement économique et de centres d’appels au Québec et au Canada (Montréal et la région Ottawa/Outaouais). À partir d’entretiens qualitatifs que nous avons recoupés avec la recension des écrits sur les centres d’appels, nous identifions des facteurs d’attraction et de rétention des centres d’appels sur les territoires, dont le Québec.Nous concluons que c’est par l’innovation que les institutions peuvent parvenir à développer des avantages concurrentiels durables : par un développement de l’accompagnement des centres d’appels vers des pratiques socialement et économiquement performantes.
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 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.004 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 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".