Gérer des communautés de création : Ubisoft Montréal et les jeux vidéo
Notice bibliographique
Résumé
Résumé La créativité constitue pour l’organisation une source de valeur ajoutée, de performance et de compétitivité. Cela dit, que peut faire l’organisation pour améliorer la créativité de son personnel? Quels mécanismes peut-elle mettre en place? Comment peut-elle garantir une innovation constante dans un environnement turbulent? Cet article présente un levier de la créativité de plus en plus fréquemment employé par les organisations : les communautés de création. Celles-ci consistent en des regroupements informels de personnes partageant un domaine de spécialisation et une passion pour un projet collectif. Elles visent à promouvoir les échanges de connaissances afin de favoriser l’émergence d’une intelligence collective et l’élaboration de nouveaux contenus et, conséquemment, de stimuler l’innovation. Après avoir présenté une synthèse de la documentation sur les communautés de création, cet article explique comment Ubisoft, une société œuvrant dans le domaine des jeux vidéo, gère ses communautés de création, à l’interne de même qu’à l’externe. Pour terminer, l’article décrit les conditions de succès permettant d’optimiser l’efficacité des communautés de création.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,008 | 0,004 |
| Communication savante | 0,008 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».