Leadership et motivation : étude qualitative sur le leadership transformationnel et la motivation de service public
Bibliographic record
Abstract
Les leaders transformationnels s’emploient à préciser une vision, à la partager avec leurs personnels et à la faire vivre à long terme, en vue d’améliorer la motivation de service public (MSP) des salariés, autrement dit d’accroître leur inclination à œuvrer pour le bien des autres et de la société dans son ensemble. En se fondant sur 48 entretiens approfondis menés avec 16 responsables et 32 membres du personnel d’établissements d’accueil de la petite enfance ainsi que sur des travaux d’observation effectués pendant 16 jours au sein de ces établissements, le présent article examine les liens existant entre leadership transformationnel et MSP. Lorsque les leaders précisent, partagent et font vivre une vision organisationnelle, les salariés sont davantage motivés pour œuvrer pour le bien des autres et de la société et cette motivation tend à être moins paternaliste et quelque peu plus axée sur la société. Il est donc pertinent de se demander si le leadership transformationnel améliore la MSP et de s’interroger sur la façon dont il influe sur les types de MSP. Remarques à l’intention des praticiens Les leaders pratiquent le leadership transformationnel lorsqu’ils s’attachent à élaborer une vision pour l’organisation, à la partager avec les personnels et à faire en sorte qu’elle suscite chez eux un intérêt durable. Il semblerait que le leadership transformationnel renforce la motivation de service public et rende les personnels moins paternalistes et plus enclins à apporter leur contribution à la société.
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 | 0.013 | 0.025 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| 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".