La gestion des ressources humaines et le succès des projets : le cas des pays en voie de développement
Bibliographic record
Abstract
Les spécialistes de la gestion de projet sont partagés entre ceux qui défendent l’importance des pratiques de la GRH dans le succès global des projets et ceux qui demeurent sceptiques quant à l’existence d’une telle relation. Notre étude a pour objectif d’enrichir ce débat en tentant de confirmer ou infirmer l’existence d’une relation entre la GRH et le succès des projets dans les pays en voie de développement (PVD). \nLa réalisation d’une étude dans les PVD, où les conditions (économiques, sociologiques, politiques, et cultuelles) sont différentes des pays industrialisés, permettra de savoir si la relation entre la GRH et le succès de projet varie en fonction des pays où le projet est implanté. Le choix de ce sujet de recherche est d’autant plus justifié que les études portant sur les facteurs de succès des projets dans les PVD, et en particulier sur la relation entre la GRH et le résultat de projets dans ses pays, sont plutôt rares.\nNos résultats ont révélé que, bien que la GRH ait une relation significative avec le succès des projets dans les PVD, elle présente la corrélation la moins forte avec ce succès par rapport aux autres facteurs de succès étudiés. Ce résultat surprenant peut être expliqué essentiellement par les caractéristiques des PVD qui affectent la gestion de projet et la gestion des ressources humaines dans cette catégorie de pays. Il pourrait s’expliquer également par les caractéristiques spécifiques à la GRH dans le contexte de projet. \nAfin de mieux comprendre la relation entre les pratiques de GRH et le succès des projets dans les PVD, les recherches futures devraient accorder une attention particulière aux caractéristiques de la GRH propres au contexte de projet en général et au contexte de projet dans les PVD en particulier.
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 | 0.007 | 0.013 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.005 | 0.007 |
| Scholarly communication | 0.011 | 0.005 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.020 | 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".