← Accueil

Méthodologie

Ce que mesure UR.SKILLS, comment, et avec quelles limites. Sans marketing.

Version bêta-recherche. Les paradigmes sont publiés et reconnus, mais la calibration des scores sur une population réelle (calibration sur une cohorte UR.SKILLS : 100 parcours appariés d’ici fin 2026, 300 pour les normes) est en cours. Lis tes résultats comme des indicateurs de tendance, pas comme des verdicts. C'est le prix de l'honnêteté scientifique.

Le modèle : 10 dimensions croisées avec 3 sources

UR.SKILLS s'appuie sur trois modèles complémentaires pour capturer un profil sans le réduire :

1. Dynamique d'action (5 étapes)

Initiative, Décision, Exécution, Ajustement, Accomplissement. Basé sur le modèle Rubicon (Heckhausen & Gollwitzer, 1987) et la Goal-Setting Theory (Locke & Latham, 2002).

2. Personnalité professionnelle (5 dimensions Big Five)

Ouverture (Ancré ↔ Explorateur), Rigueur (Flexible ↔ Méthodique), Énergie (Réservé ↔ Expansif), Harmonie (Direct ↔ Conciliant), Sérénité (Réactif ↔ Stable). Basé sur le modèle Big Five (McCrae & Costa, 1992 ; Goldberg, 1990) — le modèle de personnalité le plus validé au monde.

Comment lire les scores de personnalité. Chaque dimension est un axe à deux pôles (ex. Sérénité = Réactif ↔ Stable). Un score de 0 à 100 te place sur cet axe : 50 = équilibre. On affiche toujours le score vers ton pôle dominant : si tu es à 30 du côté Stable, on lit « Réactif 70 » (et inversement). Une zone neutre (proche de 50) est notée « équilibré ». Dans le détail chiffré, chaque source (ce que tu déclares vs ce que ton comportement révèle) garde sa valeur propre : il est donc possible que ton déclaré penche d'un côté (ex. Conciliant) et ton comportement de l'autre (ex. Direct) — cet écart est une information, pas une erreur. Un score < 50 sous un pôle signifie simplement que cette source-là penche vers le pôle opposé.

3. Signal comportemental (22 mises en situation)

Frese & Fay (2001), initiative personnelle — La Troupe, Le Parc · Ratcliff & McKoon (2008), décision sous contrainte de temps — Le Choix forcé · Gollwitzer (1990), tenir un choix — Le Retour · Clark et al. (2006), beads task — Le Pari · Shah, Friedman & Kruglanski (2002), protection du but — La Focale · DSST, Wechsler (1955) — Le Code · Berg (1948), Heaton (1993), WCST — Le Pivot · Rogers & Monsell (1995), task switching — Le Switch · Feather (1961), Lucas et al. (2015), persistance — Le Sommet, Le Panier · Treadway et al. (2009), EEfRT — Le Clic · Guilford (1967), Silvia (2008), usages alternatifs — La Fabrique d’idées · Kang et al. (2009), curiosité épistémique — La Devinette · Murphy, Ackermann & Handgraaf (2011), SVO — Le Partage · Lejuez et al. (2002), BART — Le Ballon · Baumeister (1984), pression — Le Boss · Suls & Martin (2005), réactivité et récupération — La Chute. La Relecture, La Consigne, La Soirée et Le Carnet sont des épreuves maison, documentées avec leur logique et leurs limites.

Le triple miroir

Pour chaque dimension, on croise trois sources indépendantes :

  • Toi — ce que tu déclares de toi (questionnaire Likert)
  • Entourage — ce que 3-8 référents perçoivent de toi (questionnaire miroir, pondéré par relation)
  • Actes — ce que ton comportement révèle (22 mises en situation comportementales)

C'est ce croisement qui révèle les angles morts, les sous-estimations systématiques, et les zones de cohérence. Peu d’outils accessibles croisent ces trois sources en un seul passage.

Comment on calcule

Likert 1-5 → moyenne par dimension → transformation linéaire en score 0-100 (non normé sur une population de référence — normalisation prévue à N≥100). Reverse-coding sur items négatifs pour éviter le biais d'acquiescement. Pondération 360° : manager ×2, collègue ×1, client ×0.5, reports directs ×0.5 (inspirée de Conway & Huffcutt, 1997).

Benchmark : comparaison à une population de référence sectorielle (voir sections norms). En attendant N≥100 users réels, on utilise des distributions mockées mais ancrées sur la littérature publiée (Big Five FR, Hogan norms, HEXACO). Cette phase est transitoire et explicitement labellisée dans ton rapport.

Indicateurs de fiabilité

Cohérence interne (α de Cronbach) visée par dimension. Notre règle de conception : tout facteur doit atteindre α ≥ 0,70, sinon les items qui le dégradent sont retirés.

À LIRE

Les valeurs ci-dessous sont des α de Cronbach mesurés sur les 59 premiers parcours complets (juillet 2026). Sur 59 parcours, ce sont des valeurs indicatives : elles peuvent bouger quand l’échantillon grandit. Deux échelles, Exécution et Rigueur, étaient sous 0,60 : elles ont été réécrites en août et seront re-mesurées à 100 parcours.

Dimensionα mesuré (N = 59)Cible
Initiative0.67Faible
Décision0.66Faible
Exécution—Réécrite en août — à re-mesurer
Ajustement0.73Acceptable
Accomplissement0.69Faible
Ouverture0.72Acceptable
Rigueur—Réécrite en août — à re-mesurer
Énergie0.68Faible
Harmonie0.63Faible
Sérénité0.84Bon

Rappel : ces α mesurent la cohérence interne du questionnaire, pas sa validité. Sur 40 personnes (juillet 2026, avant la réécriture d’Exécution et de Rigueur), le questionnaire converge avec un questionnaire de référence publié (BFI-Fr) : r = 0,45 à 0,78 selon les traits, nettement pour 6 traits sur 10. La convergence avec les mises en situation n’est pas encore concluante : un trait, Ajustement, y montre un signal inversé et est en révision. Le miroir 360 n’a pas encore assez de répondants pour être évalué. L’Énergie n’a pas encore de mesure comportementale probante.

Ce qu'on ne fait PAS encore (transparence)

  • Étude de validité prédictive sur cohorte longitudinale (pas encore lancée)
  • α de Cronbach re-mesuré à 100 parcours complets (échelles réécrites), puis convergence questionnaire / mises en situation / 360 publiée trait par trait à 100 parcours appariés (objectif : fin 2026), 300 pour les normes
  • Invariance de mesure FR / EN testée empiriquement
  • Test adaptatif (IRT / Rasch) — infrastructure prête mais calibration en attente de N≥200
  • Normalisation par tranche d'âge / genre / ancienneté (simplification pour MVP)

On te dit ce qu'on sait ET ce qu'on ne sait pas encore. Un assessment qui prétend être validé à 100% sans données publique est un assessment qui te ment.

Le rôle de l'IA

Les scores (0-100) et les archétypes sont déterministes— calculés par formule mathématique, pas par IA. Les narratives (analyses, plans d'action, pitch) sont générées par des modèles de langage (Google Gemini, Anthropic Claude selon les sections) à partir de tes scores. Chaque sortie IA passe par un triple filtre : détection de platitudes corporate (100+ patterns bannis), post-validation qualité (juge LLM, seuil 7/10), scrub déterministe si résidus.

Transparence art. 22 RGPD : aucune décision ayant un impact juridique ou significatif n'est prise automatiquement. UR.SKILLS est un outil d'auto-connaissance, pas un filtre de recrutement.

Les questions qu'on nous pose — réponses directes

Mes scores sont comparés à qui ? « Non normé », ça veut dire quoi ?

Ça veut dire qu'un 72 ne te situe pas encore par rapport à une population de référence. Tes scores sont calculés sur des barèmes issus de la littérature publiée (seuils des paradigmes académiques), pas sur la distribution de milliers d'utilisateurs — on n'en a pas encore assez. La normalisation se déclenchera automatiquement à N≥100 par mesure. D'ici là, la lecture juste est : compare tes dimensions ENTRE ELLES (ton relief), et tes trois sources entre elles (tes écarts) — c'est là que se trouve l'information, pas dans la valeur absolue.

Le test me donne un score très bas (ou très haut) sur un trait où je me connais différent. Il est cassé ?

Ni cassé, ni « la vérité sur toi ». Chaque mise en situation mesure un COMPORTEMENT PRÉCIS dans une tâche courte et contrainte (freiner un geste lancé, générer des usages inattendus, persister sur un problème ingrat) — un proxy étroit d'un trait large, dans les conditions où tu as passé le test. Ton auto-évaluation, elle, agrège 20 ans de vécu — avec les biais de l'auto-perception. Quand les deux divergent fortement, aucune des deux n'a raison « contre » l'autre : l'écart est l'information. C'est précisément ce que la 3ᵉ source (ton entourage) départage.

Anonyme avec seulement 3 répondants ? Si j'invite 3 personnes, je saurai qui a dit quoi.

Non, et c'est structurel : (1) rien ne s'affiche en dessous de 3 réponses ; (2) tu ne vois jamais une réponse individuelle — uniquement des moyennes agrégées, et le poids d'un référent est plafonné à 40 % du total pour qu'aucune réponse ne domine ; (3) les référents peuvent laisser des commentaires libres, mais ils ne sont jamais montrés tels quels : le rapport n'en reçoit qu'une synthèse écrite, agrégée, dès trois réponses. Tu sais combien ont répondu, jamais qui, ni qui a dit quoi.

Où vont mes données ? Elles servent à entraîner des IA ?

Pour générer les textes, on transmet aux modèles de langage (Google Gemini, Anthropic Claude, OpenAI en secours) : ton prénom, ton poste, ton secteur et tes scores. JAMAIS ton email ni ton nom complet. Ces appels passent par les API professionnelles de ces fournisseurs, dont les conditions excluent l'utilisation des données pour entraîner leurs modèles. Le stockage est chez Supabase (hébergement UE). Tu peux exporter ou supprimer l'intégralité de tes données en un clic depuis ton rapport (pied de page) — suppression réelle, y compris les réponses de tes référents.

Si je repasse le test dans une semaine, j’aurai les mêmes résultats ?

Réponse honnête : la fidélité test-retest n'a pas encore été mesurée sur UR.SKILLS — c'est exactement ce que la phase bêta et la cohorte N≥300 serviront à établir. Le questionnaire déclaratif devrait être très stable (c'est le cas des instruments Big Five dont il s'inspire) ; les mises en situation comportementales sont par nature plus sensibles à ta forme du jour. C'est aussi pour ça que le rapport croise les deux au lieu de n'en croire qu'une.

Pourquoi c'est gratuit pour les bêta-testeurs ? Le produit, c'est moi ?

Non. Le deal de la bêta est explicite : accès complet gratuit contre ton retour critique. Tes données ne sont ni vendues, ni partagées avec un employeur, ni utilisées pour autre chose que générer TON rapport et calibrer les barèmes (en agrégé, anonymisé). Le produit sera payant pour les suivants — c'est le business model, il n'y en a pas d'autre.

Références académiques

  • Ashton, M. C., & Lee, K. (2007). Empirical, theoretical, and practical advantages of the HEXACO model. Personality and Social Psychology Review, 11(2).
  • Campbell, J. P. (1990). Modeling the performance prediction problem in industrial and organizational psychology. In Handbook of Industrial and Organizational Psychology.
  • Conway, J. M., & Huffcutt, A. I. (1997). Psychometric properties of multisource performance ratings. Human Performance, 10(4).
  • Costa, P. T., & McCrae, R. R. (1992). NEO PI-R Professional Manual. Psychological Assessment Resources.
  • Güth, W., Schmittberger, R., & Schwarze, B. (1982). An experimental analysis of ultimatum bargaining. Journal of Economic Behavior & Organization, 3(4).
  • Lejuez, C. W., et al. (2002). Evaluation of a behavioral measure of risk taking: The Balloon Analogue Risk Task (BART). Journal of Experimental Psychology: Applied, 8(2).
  • Mõttus, R., et al. (2014). Personality traits below facets: The consensual validity of French personality descriptors. Journal of Personality, 82(3).
  • Stroop, J. R. (1935). Studies of interference in serial verbal reactions. Journal of Experimental Psychology, 18(6).
Dernière mise à jour : 6 septembre 2026. Version méthodologique V47 (batterie V3.9, 22 mises en situation ; α mesurés, pondération 360 plafonnée, verbatims traités en synthèse).PricingConfidentialité