La PME et les processus de certification sociale SA 8000
Bibliographic record
Abstract
Les différentes recherches en cours sur la responsabilité sociale des entreprises (RSE) soulignent l’importance de s’intéresser aux PME et la nécessité de disposer d’études de cas approfondies afin d’éclairer les raisons pour lesquelles les PME s’engagent ou non dans une démarche de RSE et les processus associés à la volonté de se positionner dans ce champ de la RSE. Cet article présente une étude de cas d’une PME qui se trouve dans un secteur fortement décrié en matière de responsabilité sociale (Pichault et Zune, 2000), à savoir un centre d’appels. L’analyse porte sur le processus de labellisation SA 8000 qu’a suivi cette PME en portant une attention spéciale aux facteurs de contingence qui expliquent cette volonté de labellisation mais en faisant aussi une lecture politique du processus d’implication des parties prenantes, partenaires obligés de ce processus de labellisation. L’analyse s’appuie sur une grille contextualiste (Pettigrew, 1990, 1985) qui permet d’inclure l’interaction entre des facteurs de contingence (contexte interne et externe) et le jeu politique des acteurs qui façonnent le contenu du changement, en l’occurrence, le processus de labellisation. L’analyse montre la fragilité des PME dans un tel processus de certification et les difficultés liées à leur faible pouvoir pour impliquer les parties prenantes, nécessaires à la labellisation. Elle montre aussi le rôle clé que jouent les valeurs du dirigeant-propriétaire et les opportunités qui se créent autour de ce processus pour le personnel, demandeur d’une plus grande formalisation de la GRH. Finalement, le texte met en évidence l’intérêt d’études qualitatives et longitudinales pour comprendre les processus de RSE dans les PME.
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 | 0.012 | 0.027 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.006 | 0.008 |
| Scholarly communication | 0.008 | 0.006 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.019 | 0.002 |
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".