Bibliographic record
Abstract
Le développement actuel de la recherche en PME fait émerger de nouveaux champs d’analyse à même d’enrichir les études en ressources humaines. L’intérêt des chercheurs en GRH porte principalement sur les pratiques de recrutement, de formation ou de gestion des compétences. Peu d’études françaises sont consacrées au management des rémunérations en contexte PME. C’est l’une des raisons pour laquelle cet article s’intéresse aux relations qui existent entre la taille de l’entreprise et les pratiques salariales observées. La question centrale de l’étude peut être posée de la façon suivante : existe- t-il des particularités propres aux PME en matière de gestion des rémunérations ? Quelles sont les pratiques salariales retenues par ces entreprises ? L’effet taille est-il le seul élément d’identité ayant une influence dans la mise en oeuvre de pratiques salariales ? La conduite de cette recherche s'appuie sur une démarche hypothético- déductive qui consiste, après une revue de la littérature des principales variables de l'étude, à présenter le cadre théorique et conceptuel de l'analyse. Ce cadre conceptuel, appliqué sur la pratique d'individualisation des rémunérations et sur deux mécanismes de participation financière (intéressement et actionnariat), est ensuite validé empiriquement par une étude statistique auprès d'entreprises françaises et par deux études approfondies de PME. Les analyses et les résultats proposés attestent l'influence de l'effet taille dans le management des rémunérations en PME ainsi que celle du secteur d'activité. Les résultats font également ressortir des variables d'action qui exercent des influences significatives sur le management des rémunérations en 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 | 0.010 | 0.025 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.003 | 0.013 |
| Scholarly communication | 0.009 | 0.010 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.012 | 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".