Les référentiels de compétences comme outils de gestion : concilier les apports déterministes et constructivistes
Bibliographic record
Abstract
Les démarches relatives aux « compétences », qui marquent la gestion des ressources humaines (GRH) depuis quelques décennies, recourent à des référentiels servant à établir les compétences à maîtriser et déployer. Ces outils de gestion s’inscrivent dans un contexte organisationnel évolutif et interactif suscitant des interrogations, particulièrement sur la façon de les déployer afin qu’ils traduisent les compétences valorisées par les parties concernées et celles effectivement déployées. Ce questionnement est à l’origine d’une recherche qualitative en deux étapes. La première, qui s’applique à des concepts liés à l’approche de la théorie ancrée, a permis de retracer cinq propositions qui proviennent d’écrits sur les outils de gestion et les référentiels de compétences : ces dernières font ressortir : 1-les limites d’une approche déterministe, 2-les interactions entre instruments et usagers, ainsi que 3- celles entre individus et travail effectué, 4-les appropriations sociopolitiques, psycho-cognitives et symboliques qu’elles suscitent, et 5- la pertinence de créer une rétroaction entre les expériences vécues et la révision des référentiels. En second lieu, l’analyse de différents courants de pensée appartenant à l’approche constructiviste a fourni un complément d’information pouvant servir d’assise aux mécanismes d’appropriation. Le cadre de référence résultant de ces deux apports a été illustré, lors de la seconde étape de la recherche, par quatre cas prenant racine dans des apports théoriques pertinents, logiquement reliés à un des processus d’appropriation et basés sur une méthodologie reconnue. Ainsi, la recherche montre qu’une complémentarité fructueuse est possible entre les approches déterministes et constructivistes lorsque l’on considère les rapports entre compétences inscrites dans un référentiel, compétences déployées et exigences du travail.
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 | 0.019 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.003 |
| Science and technology studies | 0.003 | 0.031 |
| Scholarly communication | 0.011 | 0.017 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.004 |
| 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".