MétaCan
Menu
Retour à la cohorte
Enregistrement W2294699012 · doi:10.71781/24529

Le partage des connaissances en développement international : influence des processus relationnels sur les résultats et incidences sur le renforcement des capacités

2015· dissertation· fr· W2294699012 sur OpenAlexaboutno aff
Marie-Pierre Leroux

Notice bibliographique

RevueOpen MIND · 2015
Typedissertation
Languefr
DomaineSocial Sciences
ThématiqueInformation Technology and Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Le Canada consacre chaque année des milliards en aide internationale. Selon le Ministère des affaires étrangères, commerce et développement, l’aide déployée en 2013 s’est chiffrée à plus de 5,48 milliards de dollars. Dans chaque projet mis en œuvre dans les pays en développement, des ressources humaines donnent de leur temps et s’efforcent de contribuer au renforcement des capacités des organisations locales. Ces projets sont des initiatives de coopération technique ou renferment des composantes de coopération technique; les personnes qui y sont affectées doivent accomplir de multiples tâches, dont celle d’agent de partage de connaissances. Cette thèse explore ce phénomène en apportant un éclairage sur les processus relationnels sous-jacents aux échanges entre les personnes liées à ces initiatives, soient les conseillers volontaires expatriés et les membres des équipes locales qui accueillent de telles initiatives. Elle tend à appuyer l’influence marquée des relations interpersonnelles sur les résultats de partage de connaissances, sauf que la confiance, à elle seule, ne suffit pas pour atteindre des objectifs de développement durable. L’analyse des cas, s’appuyant principalement sur des entrevues semi-dirigées effectuées à Haïti et au Sénégal, nous permet d’affirmer l’importance de s’attarder à la capacité d’assimilation dynamique des parties au partage, mais également aux rôles des gestionnaires des organismes partenaires locaux dans leur engagement à réaliser des mandats visant le partage de connaissances.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,283
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,002
Communication savante0,0010,005
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,123
Tête enseignante GPT0,387
Écart entre enseignants0,263 · 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 tête enseignante, 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetInformation Technology and LearningTravaux en français237 207