Les paradoxes organisationnels et le déploiement des outils de gestion : leçons issues de deux études de cas
Bibliographic record
Abstract
Les paradoxes sont aujourd’hui considérés comme des processus centraux dans le fonctionnement des organisations. Lors de leur déploiement, les outils de gestion révèlent ces paradoxes et en créent de nouveaux. Les outils de gestion sont le plus souvent analysés sous l’angle d’un couplage fort. Ils sont considérés comme efficaces si leurs usages correspondent à ce qui était prévu par les concepteurs de l’outil. Nous présentons une première étude de cas qui montre que ce couplage fort peut dans certains cas déstabiliser une organisation et ses salariés parce qu’il n’offre pas la possibilité de gérer les paradoxes organisationnels. La seconde étude de cas souligne alors qu’un couplage faible entre la manière dont l’outil a été construit et la façon dont il est utilisé, construit un espace de gestion des paradoxes organisationnels et, à ce titre, apparaît comme un mode renouvelé de lecture du statut des outils de gestion et de leur rôle dans l’action collective. Ces résultats sont mobilisés pour développer plusieurs éléments de discussion avec la littérature existante et proposer des pistes d’action managériales.
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 | 0.011 | 0.026 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.005 | 0.018 |
| Scholarly communication | 0.014 | 0.019 |
| Open science | 0.002 | 0.007 |
| Research integrity | 0.004 | 0.005 |
| Insufficient payload (model declined to judge) | 0.013 | 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".