Bibliographic record
Abstract
L’observation des pratiques de gestion des ressources humaines en PME conduit à constater une très grande diversité de situations concernant la taille, l’activité, les caractéristiques organisationnelles et la personnalité du dirigeant, mais aussi à relever des spécificités. Pour systématiser cet état, nous proposons un modèle contingentiel intégrant les principaux déterminants. Parmi ceux-ci, on note les variables contextuelles de l’organisation (caractéristiques structurelles, stratégiques et sociales), les variables environnementales (liées au contexte sociétal, technico- économique et à la conjoncture économique) ainsi que les caractéristiques personnelles du dirigeant. Chez ce dernier, on souligne un manque de référence à un modèle global de régulation intégrant explicitement la GRH, un comportement spécifique au travail ainsi qu’un certain nombre de biais cognitifs récurrents (effet de microcosme, effet de grossissement, etc.). Plus généralement, on observe une formalisation croissante avec la taille, une professionnalisation liée à l’importation de méthodes et l’émergence de procédures induites par les modes de coopération avec d’autres entreprises.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.004 |
| Scholarly communication | 0.004 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.058 | 0.010 |
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".