Les tactiques d'influence<sup>1</sup> des directeurs des ressources humaines employées auprès de l'équipe de direction du secteur public québécois
Bibliographic record
Abstract
Sommaire : Cette étude examine les tactiques d'influence employées par les directeurs des ressources humaines auprès des membres de l'équipe de direction du secteur public québécois. Les résultats indiquent qu'ils font usage d'un grand nombre de stratégies de tactiques d'influence, qu'ils utilisent davantage de tactiques « douces » que de tactiques « dures » ou « ni douces ni dures » et procèdent selon une logique d'analyse coûts/bénéfices lorsqu'ils font leurs choix de tactiques. En outre, les analyses montrent que lorsque le sentiment d'efficacité personnelle (SEP) de nos répondants est élevé, ils n'effectuent pas plus d'essais d'influence ni n'emploient davantage la forme de tactiques « douces » que ceux ayant un SEP faible. Enfin, les résultats indiquent que nos répondants exercent de l'influence avec efficacité.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.005 | 0.006 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
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 teacher head, 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".