La gestion prévisionnelle des Emplois et des compétences comme levier stratégique de la GRH : vers la mise en place d’un modèle théorique intégratif basé sur la théorie des capacités dynamiques
DOI :
https://doi.org/10.5281/zenodo.7948459Mots-clés :
Gestion prévisionnelle des emplois et des compétences, Théorie des capacités dynamiques, Diagnostique interne, Avantages compétitifs renouvelésRésumé
Toute organisation doit évoluer pour rester viable, résiliente et durable, en s'adaptant aux changements technologiques et aux nouvelles approches de gestion. À ce titre, la Gestion Prévisionnelle des Emplois et des Compétences (GPEC) est un levier efficace pour atteindre cet objectif. Elle implique plusieurs dispositifs et exige un diagnostic interne pour évaluer les ressources disponibles et leur potentiel d'adaptation. Ces ressources sont des capacités dynamiques qui peuvent être reconfigurées, coordonnées, apprises et intégrées. A ce titre, par le biais d’une recherche documentaire approfondie, ce papier vise à synthétiser ces connaissances en proposant un nouveau modèle de la GPEC, qui s'appuie sur la théorie des capacités dynamiques et consolide différentes connaissances sur les indicateurs à mesurer et les finalités recherchées. Ce modèle est à la fois théorique et managérial, car il fournit un cadre global pour comprendre la GPEC en tant que processus, renforçant ainsi différentes théories .De plus, il peut être appliqué à toutes les organisations pour évaluer leur potentiel d'adaptation et mesurer les écarts à combler pour atteindre les objectifs fixés. Grace à ce model, Les managers peuvent ainsi identifier concrètement les actions à mettre en place pour favoriser le développement et la réussite de leur entreprise. En somme, ce papier vise à montrer que la GPEC, mise en œuvre grâce à un modèle intégratif, est un outil stratégique essentiel pour assurer la viabilité et la durabilité des organisations, et que son utilisation peut conduire à des avantages compétitifs significatifs.
Téléchargements
Publiée
Comment citer
Numéro
Rubrique
Licence
(c) Tous droits réservés African Scientific Journal 2023

Ce travail est disponible sous licence Creative Commons Attribution - Pas d'Utilisation Commerciale - Pas de Modification 4.0 International.

















