MétaCan
Menu
Retour à la cohorte
Enregistrement W2597062297 · doi:10.7202/1038831ar

Portrait de l’évolution de la gestion des risques dans les ministères et les organisations publiques au Québec de 2005 à 2013

2017· article· fr· W2597062297 sur OpenAlexvenueaboutno aff
Benoît Ladouceur, Étienne Charbonneau

Notice bibliographique

RevueRevue Gouvernance · 2017
Typearticle
Languefr
DomaineHealth Professions
ThématiqueOccupational Health and Safety Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

La gestion des risques est présentée comme un processus qui devrait avoir un impact positif sur la performance des organisations publiques; il est donc intéressant d’en dresser le portrait et de regarder en quoi sa mise en oeuvre est liée aux bonnes pratiques généralement reconnues. Cette étude se fonde sur les réponses au questionnaire annuel sur l’application de la Loi sur l’administration publique (LAP) du Secrétariat du Conseil du trésor (2004-2013). Dans le cadre du régime de performance établi par l’appareil administratif québécois, le processus de gestion des risques devrait être graduellement adopté par les organisations publiques, ce qui est démontré dans le présent article. Les organisations de grande taille devraient être les plus susceptibles d’adopter rapidement les processus proposés. Dans une certaine mesure, cela devrait aussi être le cas des organisations qui se dotent de ressources et appliquent certaines bonnes pratiques, comme le soutien de la direction à l’égard de la démarche ou la désignation de responsables du processus. On constate une progression lente, mais constante, de l’ensemble des indicateurs de maturité étudiés (processus, politique, étendue des champs d’application). Globalement, les ministères et les organismes de plus grande taille ont tendance à s’approprier certains outils de gestion de risque plus rapidement, mais les plus petits organismes réussissent à combler une partie du retard qu’ils accusaient dans un premier temps.

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)0,004
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,221
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0050,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
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 Opus0,078
Tête enseignante GPT0,427
Écart entre enseignants0,349 · 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'étudeObservationnel
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
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRevue GouvernanceMême sujetOccupational Health and Safety ResearchTravaux en français237 207