La gestion du personnel par un coaching innovant : cas de la génération Z
Bibliographic record
Abstract
Ce travail a été réalisé dans un but de répondre à deux (2) besoins spécifiques qui subsistent dans le monde professionnel actuel. D’une part, on a remarqué une pénurie de main-d’oeuvre qualifiée au sein des organisations professionnelles et d’autre part, il y a une émergence apparente d’une nouvelle génération de travailleur, notamment la génération Z, qui va bientôt intégrer le monde professionnel. Ainsi, nous avons décidé de poursuivre une étude afin de découvrir cette nouvelle génération de travailleur si peu connu de tous pour permettre aux organisations professionnelles de s’y adapter facilement. En effet, cela leur permettant de réaliser leurs démarches de recrutement et d’intégration répondant aux attentes des jeunes. Le sujet que nous allons étudier est tourné vers la gestion des ressources humaines, c’est-à-dire les principales démarches à réaliser envers les jeunes depuis leur intégration dans l’organisation, passant par les formations, accompagnement (c’est-à-dire un « coaching » des jeunes) et ceux jusqu’à leurs attentes en matière de carrière. Dans ce cas, nous allons surtout nous focaliser sur le point de vue des jeunes, mais ceci n’écarte en aucun cas les attentes des organisations envers les jeunes qui seraient un sujet important à étudier aussi. La principale réflexion dans ce travail tourne autour des implications de l’intégration de la génération Z dans le monde professionnel. Pour notre cas, nous nous sommes restreints sur le cas particulier du Québec qui présente le plus de pénurie de main d’oeuvre constatée par rapport aux jeunes, de la nouvelle génération, présents et qui vont bientôt intégrer le monde professionnel. Pour ce faire, nous avons réalisé une analyse de type qualitative, c’est-à-dire que nous avons étudié différents ouvrages permettant de mieux appréhender la génération Z d’une part. D’autre part, nous avons essayé de réaliser un groupe de discussion, dont les principaux participants étant des jeunes de la génération Z, afin d’avoir plus de précision sur leurs attentes. Tout au long des démarches entreprises, nous avons pu dégager les points caractéristiques de la génération Z ainsi que leurs attentes par rapport au monde professionnel. Ainsi, nous avons réussi à esquisser un modèle de gestion de personnel permettant aux organisations de s’adapter au contexte d’émergence de la génération Z cependant, l’étude que nous avons réalisée est limitée, notamment par le fait que l’on s’est focalisé sur un point de vue unilatéral, notamment des jeunes. Mais aussi que le domaine principal de l’étude est le Québec. Pour avoir un résultat plus global, il serait donc important de rajouter à cette étude, des cas un peu plus mondiaux.
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 | 0.003 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.003 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.013 | 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".