MétaCan
Menu
Retour à la cohorte
Enregistrement W2219248941

La gestion des risques d'un projet de développement et d'implantation d'un système informatisé au Ministère de la Justice du Québec

2008· article· fr· W2219248941 sur OpenAlexaboutno aff
Claude Y. Laporte, Denis Roy, Rosalia Novieli

Notice bibliographique

RevueGénie logiciel · 2008
Typearticle
Languefr
DomaineDecision Sciences
ThématiqueConstruction Project Management and Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesArt
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

En 1999, le Ministere de la Justice du Quebec a decide de regrouper les activites de gestion des infractions et de perception des amendes. Plus de 700 000 dossiers sont traites et 110 millions de dollars sont percus a chaque. On avait note une augmentation des comptes a recevoir et un flechissement des recettes. Ces secteurs d'activite etaient supportes au niveau des operations par deux systemes informatiques Le systeme de la gestion des infractions concu au debut des annees 1990, supportait l'activite de la gestion des infractions. Le systeme du controle des revenus, concu en 1983, etait utilise par les percepteurs pour faire le suivi du paiement des amendes. Ce projet comportait le developpement d'un nouveau systeme, soit le systeme de gestion des infractions et de perception des amendes, afin d'assister les activites du Bureau des infractions et amendes. Ce projet a permis une economie globale nette de 46,7 MS soit une baisse des couts de 35,9%. Ce projet a recu plusieurs prix d'excellence. Dans cet article on decrit les principales phases du projet, les activites d'evaluation et de gestion des risques une analyse financiere, le bilan de projet et des recommandations pour un projet futur. La gestion des risques a contribue de facon significative au succes du projet.

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)0,019
score de la tête « metaresearch » (Gemma)0,037
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,300
Score d'incertitude au seuil0,604

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,037
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0040,002
Communication savante0,0060,002
Science ouverte0,0020,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0130,002

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 Opus0,064
Tête enseignante GPT0,349
Écart entre enseignants0,286 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations1
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGénie logicielMême sujetConstruction Project Management and PerformanceTravaux en français237 207