Des idéaux à la réalité de l’accompagnement de la GRH dans la digitalisation : le cas d’une entreprise industrielle
Bibliographic record
Abstract
Cet article se propose d’étudier le rôle de la GRH dans le processus de transformation digitale. Basée sur une étude qualitative au sein d’un grand groupe industriel, elle montre plus particulièrement que l’accompagnement de la digitalisation par la GRH fait l’objet de deux grands décalages – le premier entre la politique RH et les pratiques mises en œuvre, et le second entre ces pratiques et leurs perceptions par les acteurs opérationnels. Ces décalages sont de trois registres : organisationnels, relatifs aux ressources engagées et enfin liés à des dimensions humaines. Ce faisant, cet article revient sur l’idée communément partagée selon laquelle la digitalisation constituerait une révolution dans l’entreprise. Elle montre que la digitalisation fait l’objet des mêmes décalages que toutes les transformations stratégiques « classiques ». Elle propose, par ailleurs, de comprendre ces décalages comme le résultat de « traductions » différentes du dispositif RH d’accompagnement de la digitalisation.
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 | 0.005 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.004 | 0.019 |
| Scholarly communication | 0.011 | 0.009 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.008 | 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".