MétaCan
Menu
Retour à la cohorte
Enregistrement W1949524992 · doi:10.1111/j.1467-9310.2008.00529.x

Risk management in public sector research: approach and lessons learned at a national research organization

2008· article· en· W1949524992 sur OpenAlexaffabout
Flavia Leung, Frances Isaacs

Notice bibliographique

RevueR and D Management · 2008
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Health and Safety Research
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésStakeholderAgency (philosophy)Risk managementGovernment (linguistics)BusinessPublic relationsAutonomyBest practiceEnterprise risk managementPublic sectorPortfolioPolitical scienceManagementEconomicsFinanceSociology

Résumé

récupéré en direct d'OpenAlex

As the Canadian federal government's main research body and a public sector agency, the National Research Council (NRC) must manage numerous strategic as well as operational risks, including those at the project, program and portfolio levels. Such risks might arise from political and other stakeholder interests, intellectual property ownership and policy, funding structures, public perceptions of science and technology, occupational health and safety, management of highly qualified personnel, availability of receptor capacity for research being undertaken, and unknown markets for very new research areas, to name a few. Varying risk management practices have existed across NRC institutes and programs in the past as a result of the relative autonomy afforded to these groups. In seeking a more systematic approach, driven by both external and internal interests, NRC researched best practices, models and frameworks for risk management. NRC needed an appropriate model and approach for managing risk that could be applied throughout different levels and within the various arenas of its activities. The approach selected is based on the concept of enterprise risk management, allowing NRC to look not only at specific areas of risk but the larger picture – effectively assessing, controlling, exploiting and monitoring risks from all sources that might threaten the achievement of its goals. At the same time, such an approach also ensures that potential opportunities that could facilitate achievement of its goals are not missed. This paper shares some of NRC's findings of its research (including best practices), describes its current framework and approach, as well as some of its challenges.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,203
score de la tête « metaresearch » (Gemma)0,091
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,203
Score d'incertitude au seuil0,983

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2030,091
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0080,012
Études des sciences et des technologies0,0130,052
Communication savante0,0480,025
Science ouverte0,0070,012
Intégrité de la recherche0,0160,024
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,576
Tête enseignante GPT0,557
Écart entre enseignants0,019 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations28
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueR and D ManagementMême sujetOccupational Health and Safety ResearchTravaux en français237 207