Apprentissages et actions: étude comparative de structures multipartites
Notice bibliographique
Résumé
Résumé Notre article traite des apprentissages issus d'organisations visant à gérer des enjeux sociaux complexes, soit les processus multipartites de collaboration (PMC). Notre analyse comparative de deux cas de PMC dans le domaine de l'environnement corrobore la thèse selon laquelle la diversité de perspectives de leurs participants contribue à l'émergence d'apprentissages et d'innovations. Cependant, il appert que le groupe multipartite, en tant qu'organisation, est limité dans sa capacité d'implanter des idées nouvelles et de poser des actions. Par contre, les acteurs peuvent par la suite agir sur la base des connaissances acquises et des nouveaux concepts développés au cours du PMC. De plus lorsque la diver sité de perspectives est temporairement limitée par la création de sous‐groupes de travail, des actions peuvent aussi être entreprises. Abstract Our paper addresses the issue of learning occurring in organizations put in place to manage complex social issues, namely multistakeholder collaborative processes (MCP). Our comparative analysis of two environmental MCP cases supports the thesis that the diversity of the participants' perceptual framework contributes to learning and innovation. However, it appears that the multistakeholder setting, as an organization, is limited in its capacity to implement new ideas and to engage actions. Nevertheless, our analysis suggests that participants could later on take actions on the basis of the knowledge acquired and new concepts developed through the MCP. Furthermore, when the diversity of perspective is temporarily reduced through the creation of small task teams, actions can also be taken.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,006 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».