Pratiques de gestion des ressources humaines et stratégies d’innovation en France : les apports de l’enquête REPONSE 2011
Bibliographic record
Abstract
Cet article s’intéresse au lien entre la stratégie adoptée par l’entreprise et les pratiques de gestion des ressources humaines (GRH) mises en oeuvre, en portant plus spécifiquement son attention sur les entreprises qui ont des stratégies d’innovation. Par innovation, nous entendons, à l’instar de King et Anderson (2002 cités par Lapointe et al., 2003), une nouvelle pratique, une nouvelle procédure ou un nouveau processus introduit sur le plan local dans un milieu de travail afin d’améliorer les performances économiques et sociales des entreprises. Nous intégrons également la notion d’innovation sociale, au sens de Klein et Harrisson (2006), afin de mettre l’accent sur l’aspect fondamentalement multidimensionnel de ce concept. À la suite d’une recension de littérature rigoureuse, nous proposons un modèle de recherche articulé autour de cinq hypothèses majeures relatives au contrôle des salariés, à leur formation, leur rémunération, mais également au climat social et à la négociation sociale. Pour tester ce modèle, nous nous appuyons sur les données 2011 de l’enquête REPONSE (Relations Professionnelles et Négociation d’Entreprise) de la DARES (Direction de l’Animation de la Recherche, des Études et des Statistiques) du ministère du Travail, de l’Emploi et de la Santé, ainsi que du ministère de l’Économie, des Finances et de l’Industrie de France. À l’appui d’une étude empirique statistique (3 601 répondants « représentants de la direction »), nous montrons que les entreprises innovantes se distinguent nettement des autres en matière de GRH. Notamment, ces entreprises possèdent des systèmes de rémunération plus individualisés, elles fixent des objectifs plus généraux et effectuent moins de contrôle sur leurs salariés, favorisant donc la délégation dans le travail. Les entreprises innovantes investissent également davantage que les autres dans la formation et, enfin, elles mènent aussi plus de négociations avec les partenaires sociaux. Malgré de telles avancées, notre étude ne permet cependant pas de conclure à une quelconque relation entre stratégie et climat social.
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 | 0.010 | 0.014 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.006 | 0.003 |
| Scholarly communication | 0.009 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.004 | 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".