MétaCan
Menu
Back to cohort
Record W3035992080 · doi:10.7202/1069285ar

La gestion des ressources humaines dans les PME : une analyse systématique de la littérature

2020· article· fr· W3035992080 on OpenAlexaffvenue
Geneviève Robert‐Huot, Julie Cloutier

Bibliographic record

VenueRevue internationale P M E Économie et gestion de la petite et moyenne entreprise · 2020
Typearticle
Languagefr
FieldBusiness, Management and Accounting
TopicAccounting and Organizational Management
Canadian institutionsUniversité du Québec à Montréal
Fundersnot available
KeywordsHumanitiesPolitical sciencePhilosophy

Abstract

fetched live from OpenAlex

Alors que le capital humain demeure l’actif stratégique le plus important pour assurer la compétitivité des entreprises et leur pérennité, que savons-nous de la gestion des ressources humaines dans les PME ? Ce texte présente une revue de la littérature scientifique concernant la gestion des ressources humaines (GRH) dans les PME. Les 167 articles empiriques répertoriés à partir des bases de données bibliographiques ABI/Inform et Repère sont classés en fonction de la nature des connaissances produites. Ces articles sont ainsi divisés en cinq catégories : (1) les pratiques RH utilisées dans les PME, (2) leurs caractéristiques distinctives par rapport aux grandes entreprises ; (3) les déterminants de l’adoption des pratiques RH ; (4) leurs conséquences sur la performance des PME ; (5) les processus à travers lesquels les pratiques RH sont modifiées. Les résultats montrent que les études ont surtout consisté à vérifier si le modèle de GRH des grandes entreprises s’applique aux PME. La formalisation des pratiques RH a également beaucoup retenu l’attention. De façon générale, peu d’études ont été réalisées sur chacun des divers aspects de la GRH et leurs résultats sont discordants. Des pistes de recherche sont proposées en vue de favoriser le développement des connaissances.

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 imitation

Not 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.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.010
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMetaresearch, Meta-epidemiology (narrow), Scholarly communication
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.354
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0020.010
Meta-epidemiology (narrow)0.0000.001
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.001
Science and technology studies0.0000.000
Scholarly communication0.0020.001
Open science0.0010.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0010.000

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.

Opus teacher head0.016
GPT teacher head0.234
Teacher spread0.218 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations11
Published2020
Admission routes2
Has abstractyes

Explore more

Same venueRevue internationale P M E Économie et gestion de la petite et moyenne entrepriseSame topicAccounting and Organizational ManagementFrench-language works237,207