Les recherches en communication organisationnelle en France : quelques éléments de bilans et de perspectives
Bibliographic record
Abstract
Cette contribution, sous forme d’entretien, traite du déploiement, des évolutions et des perspectives des recherches en communication organisationnelle en France. À l’aune de leurs caractéristiques contextuelles, nous tentons d’en restituer l’évolution à travers le point de vue de Christian Le Moënne, qui a été à l’origine de la création du groupe de recherches en communications organisationnelles Org&Co. Cet entretien n’a pas pour ambition de faire l’« Histoire », ou de dresser un panorama exhaustif des travaux menés – ce qui, au vu de leur diversité, comporterait des biais majeurs – et il ne cherche pas non plus à établir une comparaison linéaire avec les recherches internationales. Par contre, il propose une vision nourrie sur les recherches en communication organisationnelle en France à travers les modalités de leur développement, les effets de contextes, les liens qu’elles entretiennent avec les sciences de l’information et de la communication. Il propose une réflexion sur les logiques d’institutionnalisation et de légitimation de champs et de programmes, sur les degrés d’acceptabilité scientifiques et professionnels, etc., sur une pluralité de phénomènes qui ont participé et participent de la construction et de la définition d’un programme de recherches des communications organisationnelles.
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 | 0.039 | 0.035 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.007 | 0.007 |
| Science and technology studies | 0.014 | 0.021 |
| Scholarly communication | 0.029 | 0.021 |
| Open science | 0.002 | 0.007 |
| Research integrity | 0.009 | 0.008 |
| Insufficient payload (model declined to judge) | 0.010 | 0.002 |
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".