Bibliographic record
Abstract
Cette étude de cas comparative présente comment les prédécesseurs hommes et femmes amènent leurs successeurs à se faire accepter par les membres de leur entreprise. Pour amener ceux-ci à l’acceptation, les prédécesseures adoptent des comportements différents de ceux des prédécesseurs. Faisant confiance aux successeurs, elles les protègent, les habilitent, adoptent un style de leadership « maternaliste » et mettent l’accent sur le travail collaboratif. Pour leur part, les prédécesseurs inspirent les successeurs, les habilitent, les amènent à faire leurs preuves et mettent l’accent sur des rencontres dyadiques. De plus, le successeur, pour être accepté, doit se faire intégrer en douceur, faire montre des valeurs et comportements compatibles avec ceux de l’entreprise, manifester intérêt, initiative, engagement, investissement de temps et d’énergie et gagner confiance et respect. Le processus d’acceptation vécu par les successeurs pour se faire accepter par le personnel de l’entreprise diffère donc selon qu’on est homme ou femme prédécesseur. Cette recherche montre l’importance de tenir compte du sexe du prédécesseur dans les études sur la succession dans les PME familiales.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.006 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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; both teacher heads agree on what is shown here.
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".