Astérix et la gestion des connaissances 2.0 : une exploration de l’appropriation des SGC 2.0 par le mythe du Village Gaulois
Bibliographic record
Abstract
Les démarches de Gestion des Connaissances (GC) ont fortement évolué ces dernières années dans les entreprises. Elles sont devenues des démarches de GC 2.0 visant la transformation globale de l’entreprise tout en affirmant un nouveau rapport au savoir inspiré par la vision organisante de l’organisation 2.0. En mettant en œuvre des dispositifs et pratiques de Gestion des Connaissances 2.0, les entreprises sont amenées à emprunter des modes d’organisation parfois en rupture avec ceux qui avaient fait jusque-là leur performance. Cela peut les conduire à vivre et à subir de nombreux paradoxes dans leurs modes de fonctionnement. C’est le cas en particulier de certaines entreprises françaises qui ne disposent pas toujours de clefs de compréhension pour mener cette mutation vers la GC 2.0. Cet article propose d’explorer dans quelle mesure le mythe d’Astérix, comme grille d’analyse du rapport à la connaissance et à sa gestion, peut contribuer à l’appropriation de démarches GC 2.0 dans les entreprises françaises. À partir de l’étude du cas de l’entreprise Constructor et d’un cadre théorique sur le mythe en management et celui d’Astérix, nous mettons en évidence des similitudes existant entre le rapport à la connaissance véhiculé par ceux-ci et certaines attitudes, postures et fonctionnements décrits par les acteurs de l’entreprise quant à la Gestion des Connaissances. Ces similitudes sont une clef de lecture supplémentaire pour comprendre pourquoi les démarches GC 2.0 ne sont pas aisément appropriées par les entreprises. Ce travail s’inscrit dans la lignée des travaux sur le rôle de la symbolique dans l’appropriation des Systèmes d’Information
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.008 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 0.001 |
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 source (direct Gemma or distilled Codex), 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".