Une analyse de la valorisation des compétences en développement durable dans les organisations au Québec
Bibliographic record
Abstract
Cet article analyse la relation entre la valorisation des compétences en développement durable et : i) les caractéristiques des organisations; ii) l’adoption d’une démarche de développement durable. À partir d’une enquête par questionnaire menée auprès de 560 répondants appartenant à des organisations québécoises, nous avons interrogé leur engagement dans une démarche de développement durable ainsi que leur regard quant à la valorisation des compétences liées au sujet. Les analyses caractérisent les organisations engagées dans cette démarche et dévoilent des liens entre la démarche et la valorisation des compétences. Nous obtenons deux principaux résultats. Premièrement, en termes de caractérisation, les organisations du secteur primaire, les grandes organisations ainsi que celles à caractère public démontrent une plus grande propension à s’engager dans une démarche de développement durable. Selon les répondants, cela se traduit souvent en une reconnaissance élevée de l’employabilité des compétences en développement durable. Deuxièmement, l’engagement d’une démarche de développement durable explique en partie la valorisation des compétences chez les employés actuels ou potentiels, que ce soit en termes d’intérêt général, de formation à l’interne ou de qualifications académiques. Étant donné ces résultats, nous suggérons que le contexte législatif pourrait contribuer à stimuler cet engagement tandis que la vocation commerciale des organisations semblerait plutôt l’entraver, en dépit des possibilités concurrentielles que peut offrir ce genre de démarche.
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 | 0.002 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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 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".