Comment utiliser les communications et les discussions pour faciliter les changements organisationnels ?
Bibliographic record
Abstract
Résumé Cet article vise à aider les gestionnaires à comprendre l’importance des communications et des discussions dans la conduite des changements. Si, traditionnellement, on a vanté l’importance de la communication parce qu’elle permettait de présenter, d’expliquer et de justifier des changements ponctuels, cet article avance que les communications et les discussions créent des changements durables. Suivant cette nouvelle perspective, nous traitons de trois pratiques que les gestionnaires peuvent adopter pour que les communications et les discussions facilitent les changements. Ainsi, il est possible de susciter des discussions qui permettront au personnel, premièrement, de reconnaître les façons habituelles de faire et de s’exprimer dans l’organisation, deuxièmement, de discuter de ces façons habituelles de faire et de s’exprimer et, troisièmement, de discuter de façons éventuelles de faire et de s’exprimer dans l’avenir. Ces trois pratiques sont illustrées au moyen de propos tenus par des gestionnaires dans le cadre d’une étude menée dans une entreprise de haute technologie. De plus, pour chacune de ces pratiques, nous suggérons des questions que les gestionnaires ont intérêt à poser pour favoriser les conversations, puisqu’elles mènent à des changements dans les façons de faire. Fonction : management, gestion des ressources humaines
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 | 0.056 | 0.107 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.014 | 0.013 |
| Scholarly communication | 0.022 | 0.020 |
| Open science | 0.003 | 0.010 |
| Research integrity | 0.008 | 0.009 |
| Insufficient payload (model declined to judge) | 0.018 | 0.005 |
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".