Une approche contextualiste des pratiques de gestion des compétences par l’informel : une enquête sur quatre PME
Bibliographic record
Abstract
Cet article s’intéresse à la portée des pratiques informelles dans les processus de changement de gestion des compétences dans des PME. Ces pratiques informelles recouvrent des comportements, des habitudes de travail et des modalités d’investissement particulières des salariés de PME qui sont peu compatibles avec une instrumentation formelle de la gestion de compétences (GC) telle que dupliquée des démarches officiellement adoptées dans les grandes entreprises. En matière de gestion des ressources humaines et, en particulier, de gestion des compétences, les petites et moyennes entreprises (PME) présentent une variété de pratiques qui demeurent généralement peu formalisées. En effet, la gestion des compétences mise en place dans les grandes entreprises (GE), qui se caractérise par une forte formalisation, requiert une organisation et une instrumentation complexes. Cette structuration est difficile à adapter à des PME, dans le cadre d’un mangement direct de proximité. De nombreuses observations montrent en effet que les instruments formels de GC issus des GE ont peu d’effet sur les pratiques de gestion propres aux PME. En particulier, ces outils ignorent souvent la spécificité des interrelations informelles spécifiques à l’humain et font abstraction de la dynamique qui se joue mentalement chez les salariés en interaction et qui fait sens pour eux. Notre recherche basée sur une analyse de cas approfondie ayant porté sur quatre entreprises moyennes montre que, dans les PME, les interactions non formalisées/instrumentées entre salariés favorisent une culture forte propice aux compétences collectives. Lorsqu’un salarié apporte ses connaissances à un autre salarié, il enrichit ses propres compétences, il contribue à développer les modalités de gestion informelle de GC sous-tendues par les éléments de contextes interne et externe perçus par les salariés. Cette perspective plaçant l’humain au cœur des processus permet de reconsidérer la perspective instrumentale, aujourd’hui dominante.
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.002 | 0.005 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 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; 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".