Cours:5-GI-KNM-S1/2024-25/MATEIS

Travail 1 : Audit des stratégies de KNM au sein d'une entité de recherche académique

I- Liste des membres du groupe

• LAGHMAMI Hamza
• LAAJIL Imane
• ROCA David
• BERNAT Pablo

II- Entité de recherche académique cible

Le laboratoire de recherche MATEIS rattachée à l'INSA Lyon

III- Général

1- Présentation du laboratoire

MatéIS est un laboratoire de Science des Matériaux à l’intersection de champs disciplinaires, principalement en chimie, physique et mécanique. Le laboratoire MATEIS étudie les trois classes de matériaux (métaux, céramiques, polymères) et leurs composites en intégrant les caractéristiques en volume, en surface et les interfaces.

• File:projet KNM des informations sur MATEIS - 2024-2025.pdf
• Adresse : Bât. B. Pascal, 5° étage 7, Avenue Jean Capelle 69621 Villeurbanne
• Mail : mateis@insa-lyon.fr
• Téléphone : +33(0)4 72 43 83 82
• Site internet : https://mateis.insa-lyon.fr/fr

2- la carte d'identité

• File:Fiche d'identité MATEIS.pdf

3- Domaine d’activité

Le laboratoire MATEIS de l'INSA Lyon est spécialisé dans l'étude des matériaux. Ses activités de recherche couvrent principalement :

• Caractérisation microstructurale : Étude des matériaux à différents niveaux, incluant l’analyse in situ et en 3D
• Étude des performances des matériaux : Recherche sur les propriétés mécaniques, chimiques et thermiques à travers des essais variés, tels que des chargements mécaniques sous tomographe ou des analyses couplées (thermique, chimique, acoustique).
• Développement de matériaux composites : Exploration des matériaux combinant plusieurs classes, comme les métaux, céramiques, et polymères, en prenant en compte leurs caractéristiques en surface, volume et interfaces.
• Modélisation multi-échelle : Approches analytiques et numériques pour comprendre le comportement mécanique, l’endommagement, ou la propagation des défauts dans les matériaux.

4- Histoire et structure organisationnel

Le laboratoire MATEIS a été créé pour répondre aux besoins croissants en recherche multidisciplinaire dans le domaine des matériaux. Il est une Unité Mixte de Recherche (UMR 5510) associée à l’INSA Lyon (sa tutelle principale), l’Université Claude Bernard Lyon 1 et le CNRS.

a- Structure organisationnelle

MATEIS fonctionne avec une structure matricielle regroupant six équipes de recherche principales :

• METAL : Travaille sur les métaux et alliages.
• PVMH : Se concentre sur les polymères et matériaux amorphes ou semi-cristallins.
• CERA : Étudie les céramiques et composites.
• SNMS : Développe des techniques avancées pour observer les microstructures.
• CorrIS : Se spécialise dans la corrosion et les traitements anticorrosion.
• I2B : Conçoit des matériaux pour des applications biomédicales, intégrant les interactions biologiques.

b- Historique et objectifs

MATEIS explore les relations entre élaboration, microstructure et propriétés des matériaux. Depuis sa création, il a adopté une approche interdisciplinaire, combinant chimie, physique et mécanique pour étudier et optimiser les matériaux métalliques, céramiques, polymères et leurs composites. Son travail contribue à des domaines tels que la santé, l’énergie, le transport, et le bâtiment​.

IV- Personnes contactées

Personne 1

Informations personnelles

• Nom : Riccobene
• Prénom : Antonia
• Age : 40 ans
• Loisirs : Musique et jeux de société
• Adresse émail : antonia.riccobene@insa-lyon.fr
• Téléphone : +33(0)4 72 43 83 82

Carrière

• Poste actuel : Secrétaire de direction au laboratoire MATEIS
• Place dans l'entreprise : Administration exécutive du laboratoire MATEIS, UMR 5510.

Informations professionnelles

• Missions principales :
  • Gestion des tâches administratives et organisationnelles du laboratoire.
  • Assistance à la coordination et au fonctionnement général du laboratoire.
  • Gestion des communications internes et externes.
• Service : Administration exécutive au sein du laboratoire MATEIS.
• Nature des contacts :
  • Collaboration avec des chercheurs, enseignants-chercheurs, et personnels administratifs.
  • Interfaces avec les tutelles (INSA Lyon, Université Lyon 1, CNRS).

Carte d'identité

• File:Carte d'identite ANTONIA RICCOBENE -Secrétaire MATEIS-2024-2025.pdf

Personne 2

Informations personnelles

• Nom : Maire
• Prénom : Eric
• Age : 57 ans
• Loisirs : Musique et bricolage
• Adresse émail : eric.maire@insa-lyon.fr
• Téléphone : +33(0)4 72 43 88 61

Carrière

• Chercheur CNRS : 28 ans (depuis novembre 1996)
• Directeur du laboratoire MatéIS : 2019 - 2024 (5 ans)
• Directeur-adjoint du MatéIS : Depuis janvier 2024

Domaines de recherche

• Mécanismes de déformation et rupture des matériaux ductiles
• Matériaux poreux et leur propriétés mécaniques
• Fabrication additive des métaux
• Matériaux pour électrodes des batteries modernes

Carte d'identité

• File: Carte d' identité ERIC MAIRE .Directeur adjoint MATEIS _2024-2025.pdf

V- Méthode de travail

Après avoir étudié plusieurs options d’entreprises cibles et évalué nos connexions pour faciliter l’organisation d’entretiens, nous avons choisi le laboratoire MATEIS au département de génie des matériaux. Ce choix s’est imposé naturellement, car l’un des membres de notre groupe y menait un projet de recherche et disposait de contacts réguliers avec les chercheurs du laboratoire. Cette proximité représentait un atout majeur pour organiser les entretiens et recueillir des informations utiles. Le laboratoire MATEIS, reconnu pour la production et le partage de connaissances, s’est avéré être un terrain d’étude idéal pour comprendre leur gestion des connaissances.

Nous avons mis en place une organisation structurée pour répartir les tâches de manière équitable, permettant à chaque membre d’acquérir une compréhension globale du sujet. L’objectif était d’avancer significativement pendant les séances de cours, tout en assurant un suivi et un travail en dehors des horaires grâce à une coordination efficace.

Nous avons pris en charge l’organisation de deux entretiens essentiels : l’un avec la secrétaire administrative du laboratoire et l’autre avec le directeur adjoint pour collecter toutes les informations nécessaires. à l'aide d'une élaboration d'un questionnaire complet on se basant sur un article de gestion de connaissances, qui a été discuté et ajusté collectivement lors d’une séance de travail.

Pour optimiser notre collaboration, nous avons instauré un Google Drive partagé où nous pouvions centraliser, éditer et organiser les documents nécessaires. Cette méthode a facilité la mise en forme finale du wiki et nous a permis de structurer notre travail de manière coordonnée et efficace.

• File:Notre Méthode de travail MATEIS _2024-2025.pdf

VI- Entretien

Après le premier entretient avec la secrétaire Antonia Riccobene qui était pour objectif d'organisé la date d'un deuxième entretien avec le Directeur-adjoint M. Eric Maire, nous avons commencé à préparer les questions à poser sur la gestion des connaissances. Pour ce faire, nous nous sommes appuyés sur un article trouvé sur Google Scholar intitulé "Knowledge Management Strategy Building: Literature Review", qui nous a aidés à structurer les différentes questions.

Entretien 1 : Secrétaire administrative

Le premier entretien a eu lieu le 27/11/2024 avec Mme Antonia Riccobene. Lors de cet échange, nous avons recueilli des informations générales sur le laboratoire MATEIS et organisé la prise de rendez-vous avec le directeur adjoint. File:Entretien Avec ANTONIA RICCOBENE-2024-2025.pdf

• Quelles sont les mission principales du laboratoire MATEIS et ses domaines de recherches ?
• Quelles sont les différentes équipes du laboratoire MATEIS ,et comment sont-elles organisées ?
• Avec quels universités et organismes le laboratoire collabore-t-il ?
• Quels sont les principaux contacts pour les questions a propos de gestion des connaissances dans MATEIS ?
• Comment puis-je prendre rendez vous avec le directeur du laboratoire?

Entretien 2 : Directeur adjoint

Dans le cadre de la préparation à l'entretien, nous avons utilisé un article scientifique trouvé sur Google Scholar traitant de la gestion des connaissances File:KNOWLEDGE_MANAGEMENT_STRATEGY_BUILDING_L.pdf. Cet article nous a servi de base pour structurer nos réflexions et construire des questions en lien avec les concepts clés de ce domaine. Vous trouverez ci-joint une liste des questions posées lors de l'entretien, accompagnée d'une explication détaillée montrant comment elles s'appuient sur les notions abordées dans l'article. Cette démarche visait à garantir une approche cohérente et pertinente dans nos échanges autour de la gestion des connaissances : File:Les questions vierges KNM -2024-2025.pdf

• Comment le laboratoire MATEIS organise-t-il et partage-t-il ses connaissances entre ses membres?
• Quels outil ou méthodes permettent de gérer les données de recherche, y compris les publications?
• Quels outils de gestion des connaissances sont utilisés au sein du laboratoire?
• Comment les idées et résultats sont-ils échangés entre les membres du laboratoire?
• Quelles collaborations existent entre MATEIS et d'autres laboratoires comme LAMCOS?
• Quels sont les défis principaux de la gestion des connaissance au sein de MATEIS?
• Comment les nouveaux membres sonr-ils formés a la gestion des connaissances?
• Quelles améliorations pourraient etre apportées a la gestion des connaissances?
• Quels protocoles garantissent la sécurité et la confidentialité des données sensibles?

VII- Analyse et synthèse de l'entretien

Suite à l'entretien que nous avons eu le 02/12/2024 avec M. Eric Maire, nous avons pu recueillir les informations nécessaires concernant la gestion des connaissances. File:ENTRETIEN AVEC ERIC MAIRE_2024-2025.pdf

Analyse

1- Le laboratoire MATEIS s’appuie sur plusieurs outils pour organiser et partager les connaissances :

• Listes de diffusion (Mateistous, mail MATEIS) pour transmettre rapidement les informations en interne.
• Site internet : La section 'news' partage des informations essentielles, comme les conférences à venir.
• HAL : Une base pour centraliser et consulter les articles scientifiques produits par les chercheurs.
• GoFast : Un espace collaboratif permettant à chaque équipe de stocker et organiser ses travaux.
• Wiki MATEIS : Cet outil joue un rôle clé dans la structuration des connaissances, particulièrement dans des domaines spécialisés comme celui des métaux.

2- MATEIS met en œuvre une infrastructure technique solide pour la gestion de ses données de recherche :

• Serveur principal : Il assure des sauvegardes régulières, garantissant la sécurité et la préservation des données à long terme.
• Serveur dédié aux grosses données : Conçu pour traiter les volumes importants d’informations générées par les projets de recherche, ce serveur répond aux besoins croissants liés aux grandes séries de données.

3- Au sein de MATEIS, chaque équipe utilise un site Wiki dédié pour documenter, organiser, et partager ses connaissances. Par exemple, l'équipe des métaux s’appuie sur WIKI MATEIS, un espace structuré permettant de centraliser et d’organiser ses travaux. Ce système permet une gestion décentralisée et personnalisée des connaissances, où chaque équipe peut adapter le contenu à ses besoins spécifiques. Cependant, pour optimiser l’usage du Wiki, des politiques de mise à jour régulières ou des formations sur son usage pourraient être mises en place, afin d’assurer une documentation homogène et accessible à tous les membres du laboratoire.

4- Le laboratoire MATEIS favorise l’échange d’idées et de résultats à travers :

• Réunions d’équipe et séminaires mensuels où les membres partagent leurs avancées et discutent des travaux en cours.
• Journées scientifiques annuelles : Une journée dédiée aux doctorants, et une autre regroupant tous les membres pour promouvoir l’échange et la collaboration interdisciplinaire.
• Assemblée générale : Dirigée par le directeur du département, elle sert à discuter des initiatives et projets stratégiques du laboratoire.

Bien que ces événements ne soient pas obligatoires, ils représentent des opportunités importantes pour renforcer la communication et la collaboration entre les équipes. En complément, l’intégration d’outils numériques (comme GoFast ou le Wiki) et la promotion d’une participation plus active pourraient rendre ces échanges encore plus inclusifs et efficaces.

5- À l’échelle nationale, MATEIS participe à des projets co-encadrés en partenariat avec l'INR et le GDR, favorisant une collaboration scientifique structurée autour des problématiques communes. Concernant le LAMCOS, des collaborations spécifiques pourraient inclure des recherches conjointes sur des thématiques liées aux matériaux avancés, au comportement mécanique, ou aux structures, mais cela nécessiterait davantage de précisions pour être confirmé. À l’international, MATEIS s’appuie sur des partenariats solides avec :

• ELyT (Japon, Université Tohoku),
• Université Deakin en Australie,
• Avec des accords d’échange de doctorants pour renforcer la coopération scientifique.

Ces collaborations permettent non seulement des avancées significatives en recherche, mais aussi le développement de compétences scientifiques à une échelle mondiale.

6- Les principaux défis de la gestion des connaissances au sein de MATEIS incluent :

• Motiver les chercheurs à déposer leurs publications sur HAL : Cette démarche est cruciale pour assurer la visibilité et l’accessibilité des travaux scientifiques. Toutefois, l'adhésion reste limitée, en particulier chez certains membres.
• Changer les mentalités des chercheurs seniors vis-à-vis de la digitalisation :

L’adoption de nouvelles pratiques numériques est un frein culturel, notamment auprès des chercheurs ayant des méthodes traditionnelles établies. Une sensibilisation ciblée pourrait faciliter cette transition.

• Améliorer la performance de la plateforme GoFast : Cette plateforme, essentielle pour la collaboration et le stockage des données, est souvent perçue comme trop lente, ce qui limite son efficacité et son utilisation optimale.

En plus de ces points, le laboratoire pourrait également se pencher sur des aspects tels que la structuration des connaissances, la formation continue à l’usage des outils collaboratifs, ainsi que la sécurisation et le partage efficace des données entre les équipes.

7- Les nouveaux membres de MATEIS bénéficient d’une formation initiale axée sur trois aspects clés :

• La sécurité au sein du laboratoire,
• Le fonctionnement général des équipes et de l’organisation,
• Les outils de gestion des connaissances comme GoFast ou Wiki MATEIS.

Cependant, après cette introduction, les jeunes chercheurs sont encouragés à développer rapidement leur autonomie en complétant eux-mêmes leur apprentissage. Cela peut inclure :

• La consultation des guides internes disponibles sur le Wiki,
• L’échange d’expérience avec des membres plus expérimentés,
• L’exploration des outils par la pratique.

Afin d’optimiser cette intégration, la mise en place d’un tutorat ou d’un système de formations complémentaires régulières pourrait offrir un meilleur accompagnement et garantir une maîtrise efficace des outils de gestion des connaissances.

8- MATEIS envisage plusieurs améliorations pour optimiser la gestion des connaissances :

• Accélérer la plateforme GoFast : En augmentant les capacités des serveurs et des processeurs, GoFast deviendrait plus réactive, ce qui améliorerait le stockage et l’accessibilité des données pour les chercheurs.
• Fournir des outils numériques plus performants :-L’adoption d’outils modernes et intuitifs pourrait faciliter le partage, la collaboration et -l’archivage des données scientifiques au sein des équipes.

-L’intégration d’outils permettant une recherche rapide de contenus (ex : indexation intelligente) ou l’utilisation de logiciels collaboratifs avancés contribuerait à cette amélioration.

En parallèle de ces évolutions techniques, il serait bénéfique d’envisager :

• Un accompagnement pédagogique pour encourager l’usage optimal des outils disponibles.
• Une réflexion sur des pratiques organisationnelles pour mieux structurer et diffuser les connaissances au sein du laboratoire.

Ces améliorations combinées garantiraient un gain d’efficacité, une meilleure accessibilité à l’information et un environnement de travail plus collaboratif.

9- Les protocoles de sécurité des données sensibles au laboratoire MATEIS comprennent plusieurs mesures physiques et organisationnelles :

• Sécurisation physique des données sensibles : Le laboratoire met en place des zones à accès restreint et des régimes restrictifs dans les espaces critiques afin de limiter les accès non autorisés. De plus, des coffres-forts sont utilisés pour sécuriser les équipements ou documents contenant des données sensibles.
• Responsabilisation des chercheurs : Chaque chercheur est responsable de la confidentialité des données sensibles, notamment celles issues des partenariats avec des entreprises. Cette responsabilisation inclut des engagements à ne pas divulguer d’informations sensibles sans autorisation.
• Réduction des risques : Le laboratoire cherche à minimiser la conservation de données sensibles lorsque cela est possible, réduisant ainsi les risques liés à la gestion de telles informations.

De plus, pour renforcer la sécurité numérique des données, le laboratoire pourrait envisager des pratiques telles que :

• L’utilisation de protocoles de cryptographie pour sécuriser les communications et les fichiers,
• L’implémentation de systèmes d’audit pour contrôler les accès aux informations sensibles,
• Des formations régulières en sécurité informatique afin de sensibiliser tous les membres aux risques actuels et aux meilleures pratiques.

Ces protocoles combinent des mesures physiques, organisationnelles et numériques pour garantir une gestion sécurisée et confidentielle des données sensibles au sein du laboratoire.

Synthèse

• Évaluation Générale

Le Laboratoire de Matériaux, MATEIS, présente une structure solide et multifacette pour la gestion des connaissances, comprenant la formation orientée vers l'autonomie des nouveuax membres, une infrastructure technologique adéquate, la protection des données et un système organisé pour le partage interne et externe des connnaissances.

• Recommandations

Pour relever les défis identifiés, il est recommandé:

• • De développer des programmes spécifiques pour augmenter la participation aux plateformes de partage des connaissances.
  • De mettre en place des sessions de formation technologique régulières pour les chercheurs de tous âges.
  • De continuer à améliorer l'infrastructure technologique pour supporter la demande croissante en gestion des données et collaboration numérique.
  • De favoriser une culture de participation régulièr aux réunions et séminaires pour maximiser l'échange de connaissances.

• Vision Future

Continuer à renforcer les collaborations externes et l'infrastructure technologique pour rester à la pointe de la recherche et de la gestion des connaissances dans le domaine des matériaux.

VIII- Présentation finale

Diaporama de notre présentation du 09 janvier 2025 :

Green Knowledge Management: Scale development and validation

I- Raisons subjectives de ce choix

Nous avons choisi cet article car il traite d’un sujet actuel et important : la gestion des connaissances vertes. Ce thème nous intéresse particulièrement en raison de son lien avec les enjeux environnementaux et les pratiques durables, qui occupent une place croissante dans le monde professionnel. De plus, l’approche méthodologique de l’article, qui combine des analyses qualitatives et quantitatives, nous semble pertinente pour explorer ce sujet. Enfin, cet article est court concis, ce qui facilite sa lecture et son analyse.

II- PDF de l'article

File:Green_KM.pdf

III- Collection des données

1- Infos de publication :

• Nom de la revue : Journal of Innovation & Knowledge
• Date de publication : 18 août 2022
• Auteurs : Siming Yu, Jawad Abbas, Susana Alvarez-Otero, Jacob Cherian.

2- Sujet de l’article :

Cet article propose une échelle pour évaluer la gestion des connaissances vertes (GKM). Après des entretiens qualitatifs et une analyse factorielle quantitative, cinq dimensions clés de la GKM ont été définies : acquisition, partage, stockage, application et création des connaissances vertes. L'échelle développée aide à évaluer les pratiques environnementales dans les organisations manufacturières et de services. L'objectif est de soutenir la performance écologique et d'encourager une adoption systématique des pratiques GKM à travers les entreprises.

3- Confirmation des critères d’éligibilité :

• Secteurs :

Entreprises manufacturières et de services situées en Turquie.

• Critères :

Implication dans les pratiques de gestion des connaissances ou dans des démarches écologiques.

• Méthode :

Sélection via un échantillonnage de convenance (technique non-probabiliste).

• Le problème est-il clairement défini ?

Oui, les auteurs identifient un besoin clair de développer un cadre spécifique pour évaluer les pratiques de gestion des connaissances vertes (GKM). Ils argumentent que bien que la gestion des connaissances soit largement étudiée, peu de recherches intègrent explicitement des objectifs environnementaux.

• Le contexte de l’étude est-il pertinent ?

Le choix des secteurs manufacturiers et des services est justifié, car ces industries sont souvent confrontées à des défis environnementaux significatifs. Cependant, la portée géographique (Turquie) pourrait limiter la généralisation.

• Les critères d’inclusion sont-ils appropriés ?

Oui, les participants ont été sélectionnés en fonction de leur implication dans des initiatives de durabilité et de gestion des connaissances, ce qui garantit une pertinence avec les objectifs de l’étude. Citation clé : The literature lacks any comprehensive instrument to measure GKM practices, which makes this study a significant contribution.

4- Type d’étude et niveau de preuve associé :

• Type d’étude :

Étude méthodologique mixte, qualitative (entretiens avec des experts pour identifier les dimensions clés) et quantitative(validation empirique de l’échelle par analyse factorielle).

• Niveau de preuve :

Validation statistique (fiabilité, validité convergente et discriminante confirmées).Les analyses factorielles exploratoires et confirmatoires offrent des résultats robustes. L’échelle présente un alpha de Cronbach supérieur à 0,8 pour toutes les dimensions, confirmant sa fiabilité interne.

Citation clé : The reliability and validity tests confirmed that the proposed scale is both robust and applicable across various organizational contexts.

5- Hypothèse des auteurs :

Les pratiques de gestion des connaissances vertes ont un impact direct sur la performance environnementale et organisationnelle et nécessitent une échelle fiable pour en évaluer l’efficacité.

6- Méthode de l’étude :

Phase qualitative :

• Objectif : Identifier les dimensions clés de la GKM
• Entretiens avec 49 experts des secteurs manufacturiers et de services.
• Utilisation de méthodes comme l’analyse narrative et le codage thématique.

Phase quantitative :

• Questionnaires administrés à 302 participants, analysés par des approches statistiques (analyses factorielle exploratoire et confirmatoire).
• Échelle de 27 items validée après tests de fiabilité (α de Cronbach > 0.8).
• Analyse statistique :
  • EFA : Pour explorer la structure des données.
  • CFA : Pour confirmer les relations entre les dimensions.

7- Contexte :

• Lieu : Turquie.
• Nature : Étude multicentrique impliquant des entreprises publiques, privées, et semi-publiques.

8- Participants :

• Nombre total : 302 participants.
• Caractéristiques :
  • Industries : 46 % manufacturières, 54 % services.
  • Genres : 58 % hommes, 37 % femmes.
  • Expérience : Majoritairement inférieure à 20 ans.

9- Intervention et comparateur :

• Intervention : Évaluation des pratiques GKM par une échelle en cinq dimensions : acquisition, stockage, partage, application et création des connaissances.
• Comparateur : Aucun comparateur direct inclus.

10- Critères de jugement :

• Critères principaux : Validité de l’échelle (fiabilité, unidimensionnalité, convergence).
• Tests utilisés : Analyses EFA, CFA et indicateurs de validité discriminante.

11- Résultats :

Les cinq dimensions de GKM expliquent 71 % de la variance. Les tests de fiabilité affichent des valeurs satisfaisantes : α ≥ 0.8 pour chaque dimension. L'échelle validée offre un cadre complet pour mesurer et promouvoir les pratiques écologiques dans les entreprises.

12- Biais identifiés et crédibilité :

Quels biais affectent les résultats ?

• Échantillon réduit : 302 répondants, rendant la généralisation difficile.
• Biais liés à l'échantillonnage de convenance.
• Biais contextuel : Les différences culturelles ou sectorielles ne sont pas explorées.
• Biais de sélection : L’échantillon n’est pas aléatoire, et il est limité géographiquement à la Turquie.
• Biais de performance : Les différences culturelles et sectorielles ne sont pas abordées, ce qui pourrait influencer la pertinence des résultats dans d’autres contextes.
• Biais d’attrition : Les auteurs ne mentionnent pas si des questionnaires incomplets ont été exclus.

Comment les biais sont-ils pris en compte ? Les auteurs reconnaissent certaines limites dans leur discussion et suggèrent des validations supplémentaires pour renforcer la généralisation.

13- Limites de l’étude :

• Nécessité de valider l’outil dans d’autres contextes géographiques et sectoriels.
• Taille restreinte de l’échantillon, limitant la généralisation des résultats.

Quelles sont les limites principales ?

• L’étude se concentre uniquement sur la Turquie, ce qui pourrait ne pas refléter les pratiques globales de GKM.
• L’échantillon est relativement petit (302 participants), ce qui réduit la représentativité statistique.
• Les auteurs n’explorent pas l’impact des pratiques GKM sur des résultats mesurables, comme la performance économique ou l’innovation.

Citation clé : Future studies should validate the proposed instrument across different cultural and industrial contexts.

14- Perspectives de travail :

• Utilisation de l’échelle pour explorer les relations entre GKM et innovation verte.
• Études sur des populations plus larges et dans des contextes internationaux.

15- Divers :

Les auteurs comparent-ils leurs résultats ? Oui, ils établissent des parallèles avec des cadres antérieurs, comme l’étude de Darroch (2003), mais mettent en avant l’originalité de leur travail en intégrant une perspective environnementale.

Discussion pertinente :

• La dimension de durabilité est en phase avec les Objectifs de Développement Durable (ODD) des Nations Unies.
• Les résultats soutiennent l’idée que la gestion des connaissances peut jouer un rôle clé dans la transition écologique des entreprises.

La grille de H. Maisonneuvre

File:La grille de H maisonneuve .pdf

Réponses aux questions de Greenhalgh :

L'étude était-elle originale ?

Oui, l'étude est originale. Elle se concentre sur un concept récent, la gestion des connaissances vertes (Green Knowledge Management - GKM), qui intègre des aspects environnementaux à la gestion des connaissances. C'est la première recherche à développer et valider un instrument mesurant les pratiques de GKM, ce qui en fait une contribution innovante dans ce domaine.

La conception de l'étude était-elle pertinente ?

Oui, la conception de l'étude était pertinente. Les chercheurs ont utilisé une approche mixte (quantitative et qualitative), combinant une revue de la littérature, des entretiens avec des experts de l'industrie et des analyses statistiques rigoureuses (EFA et CFA) pour développer et valider leur échelle. Cela leur a permis de construire un instrument solide et contextuellement approprié.

Les biais systématiques ont-ils été évités ou minimisés ?

Les chercheurs ont pris des mesures pour minimiser les biais systématiques. Par exemple, un test de biais de méthode commun (Harman’s Single Factor Test) a été effectué, indiquant qu’aucun facteur unique ne dominait les résultats (36,72 %, inférieur au seuil de 50 %). De plus, ils ont utilisé des techniques statistiques avancées pour garantir la validité et la fiabilité des données.

Les questions statistiques préliminaires ont-elles été traitées ?

Oui, les questions statistiques préliminaires ont été traitées. L'analyse inclut le test de normalité des données, l’élimination des valeurs aberrantes, et la vérification de l’adéquation de l'échantillon à l'aide du test de Kaiser-Meyer-Olkin (KMO = 0.897, supérieur au seuil minimum de 0.6). Ces étapes montrent que les données étaient bien préparées pour les analyses ultérieures.

L'évaluation était-elle "à l'aveugle" ?

Le texte ne mentionne pas explicitement si l'évaluation des données était réalisée "à l'aveugle". Cependant, les résultats reposent sur des analyses quantitatives (EFA et CFA), ce qui réduit les biais d’interprétation subjective.

Les questions statistiques préliminaires ont-elles été traitées ?

Comme mentionné précédemment, oui. Les auteurs ont procédé à plusieurs analyses statistiques préliminaires, comme le test de multicolinéarité (VIF = 2.91, inférieur au seuil de 4), la validation croisée des échantillons (EFA et CFA) et la vérification de la fiabilité (Cronbach's alpha ≥ 0.836 pour toutes les dimensions).

IV- Fiche Lecture critique

V- PDF présentation

File:Green knowledge management Scale development and validation travail 2A _presentation .pdf