Restructurer peu, restructurer mieux : leçons d'expériences ministérielles récentes au Canada
Notice bibliographique
Résumé
Sommaire: Dans cet article, nous nous intéressons aux restructurations de ministères fonctionnels. Nous revoyons d'abord les raisons recensées pour restructurer. Puis, nous comparons ce qui s'est passé récemment dans trois provinces du Canada ainsi qu'au gouvernement fédéral dans ce domaine. Les exemples utilisés nous informent sur les raisons de restructurer et sur les conséquences des restructurations. Les cas relatés, tous territoires confondus, nous amènent à constater que certains domaines semblent plus problématiques que d'autres (par ex. : développement économique, environnement), c'est‐à‐dire qu'ils font plus souvent l'objet de restructurations sans que la solution choisie ne soit satisfaisante par la suite. Les raisons évoquées pour expliquer les restructurations ont trait à la complexité du dossier et aux priorités gouvernementales. Par ailleurs, pour ce qui est des conséquences, elles sont de trois ordres : à savoir les conséquences administratives et budgétaires (coûts liés aux déménagements, à l'imprimerie, etc.), les conséquences relatives à l'orientation du ministère (sa mission et sa vision), et les incidences sur le personnel (pertes d'emploi, impact sur le moral des employés, etc.). Sur le plan pratique, les premiers ministres doivent particulièrement éviter de restructurer lors de remaniements ministériels.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».