Bibliographic record
Abstract
Résumé L’expérience nous montre que, faute de solliciter l’engagement des parties prenantes, il risque d’y avoir un écart important entre le discours des dirigeants et les pratiques réelles des entreprises en matière de management environnemental (ou gestion environnementale). Par ailleurs, les dirigeants doivent de plus en plus tenir compte des attentes de diverses parties prenantes en cette matière. Les clients, les employés, les fournisseurs et les communautés locales ne veulent plus seulement être informés; ils tiennent aussi à participer à la prise de décisions environnementales étant donné qu’ils en subissent les conséquences. Dans ce contexte, la question se pose : qui faire participer et comment? Cet article vise à aider les dirigeants qui veulent amorcer une démarche de management environnemental participatif. Pour y parvenir, nous montrons comment les parties prenantes internes et externes s’engagent au sein de 10 entreprises jugées proactives en terme de management environnemental. Puis, nous décrivons les processus de participation vertical, transversal et externe. Nous faisons également trois recommandations pour aider les dirigeants à mettre en place un management environnemental participatif : instaurer une communication régulière parmi le personnel de tous les niveaux et de tous les secteurs, structurer ou institutionnaliser la préoccupation environnementale en mandatant des responsables et encourager la participation des parties prenantes externes. Fonctions : management, management international, gestion des opérations et de la production (GOP)
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 | 0.017 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.009 | 0.004 |
| Scholarly communication | 0.008 | 0.005 |
| Open science | 0.002 | 0.010 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.020 | 0.004 |
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".