
Le manager de proximité, premier capteur de la surcharge
Le modèle est robuste mais très général ; il ne dit pas quelle ressource compte pour qui.
1808 articles tirés de nos interventions à Genève, Lausanne, Zurich, Berne, Bâle, Lugano, Fribourg et Neuchâtel. Études de cas, guides pratiques, tendances 2026.

Le modèle est robuste mais très général ; il ne dit pas quelle ressource compte pour qui.

Les études portent souvent sur des tâches simples et mesurables.

La différenciation n'est pas toujours néfaste : elle peut refléter des besoins réellement différents.

Les effets varient fortement selon la culture et le type de tâche.

La mesure repose sur la perception des subordonnés, exposée aux biais d'attribution.

Il s'agit surtout d'enquêtes transversales, sans groupe contrôle.

Le lien causal reste discuté : des collaborateurs engagés perçoivent peut-être davantage de soutien.

Les études mesurent surtout des perceptions déclarées, rarement des comportements observés.

Les données d'usage sont rarement accessibles finement.

Keith & Frese portent sur des logiciels classiques, pas sur l'IA générative.

L'application à l'IA générative reste peu étudiée empiriquement.

Le modèle est descriptif et ancien.

Recherche issue surtout de l'aviation et du contrôle industriel.

Document de travail, non encore publié en revue.

Un seul contexte, un seul outil.

Les modèles expliquent l'intention plus que l'usage réel.

Les mesures restent déclaratives.

Données déclaratives, souvent quotidiennes.

Le cadre est théorique, appuyé sur des corrélations.

Les tâches étaient artificielles et à faible enjeu.

Les effets publiés sont probablement surestimés par le biais de publication.

Les participants étaient surtout des étudiants.

Expériences en laboratoire, tâches courtes.

L'expérience était courte et portait sur des courriels.