Avoir le sentiment de faire partie d'une équipe : de l'identification à la coopération
Bibliographic record
Abstract
Comment et dans quelles circonstances un individu acquiert-il le sentiment de faire partie d’une équipe ? Ce sentiment se traduit-il par une volonté de coopérer avec les autres membres ? Pour répondre à ce questionnement, cet article s’appuie sur la théorie de l’identité sociale et son prolongement, la théorie de la catégorisation sociale, ainsi que sur des travaux plus récents issus de ces courants qui approfondissent la question de l’influence des processus d’identification sur les pratiques de coopération. Ces grilles de lecture conceptuelles sont mobilisées pour analyser et discuter les résultats d’une recherche longitudinale, multi-sites et multi-méthodes qui s’est déroulée de novembre 1997 à mars 1999 au sein d’une entreprise du secteur électronique. Les résultats, fondés sur la comparaison de différentes équipes opérationnelles, permettent de mieux comprendre comment se déroule le processus d’identification, l’évolution au fil du temps du potentiel de coopération qui en découle, ainsi que l’influence du design de l’équipe sur les pratiques de coopération. Ces résultats sont discutés et des pistes de recherche sont proposées en conclusion.
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 | 0.007 | 0.016 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.007 | 0.011 |
| Scholarly communication | 0.008 | 0.005 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.007 | 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".