MétaCan
Menu
Retour à la cohorte
Enregistrement W2612546783 · doi:10.7202/1038894ar

Nouvelle gouvernance publique et innovation : le cas du Consortium national de formation en santé

2017· article· fr· W2612546783 sur OpenAlexaffvenueabout
Linda Cardinal, Éric Champagne, Marie-Hélène Eddie

Notice bibliographique

RevueRevue Gouvernance · 2017
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueSocial Sciences and Governance
Établissements canadiensInstitute on Governance
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

En nous appuyant sur un cadre d’analyse qui se situe au croisement des débats sur la nouvelle gouvernance publique et l’innovation sociale, nous analysons, dans cet article, le modèle de gouvernance du Consortium national de formation en santé (CNFS). Le CNFS s’est doté d’un modèle fondé sur des rapports de collaboration, des méthodes d’interventions et des approches de gestion singulières par rapport aux autres organisations engagées dans le développement du milieu minoritaire francophone au Canada. Grâce à des entretiens réalisés en 2011 auprès de dirigeants, actuels et anciens, du CNFS, nous avons tenté d’approfondir leur compréhension de la nature potentiellement innovante de ce modèle de gouvernance. Les données analysées ont porté sur quatre dimensions de la gouvernance de l’organisme : son approche réputée apolitique et neutre, fondée sur l’offre de service au lieu de la revendication; ses techniques de gestion axée sur les résultats; son fonctionnement de nature centrifuge et centripète; et sa préoccupation pour le partage de valeurs communes centrées sur les besoins des communautés minoritaires francophones et la protection de l’intérêt public. Les entretiens ont révélé qu’à travers son évolution, l’organisation a dû s’adapter et faire preuve d’innovation sociale. L’article met l’accent sur l’importance de la dimension des valeurs collectives au sein du CNFS, d’une part parce que cette dernière fait le mieux ressortir l’effort d’innovation de la part de l’organisme et, d’autre part, parce qu’elle permet de nuancer les visions plus instrumentales de la gouvernance publique.

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)0,016
score de la tête « metaresearch » (Gemma)0,023
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 enseignants0,947
Score d'incertitude au seuil0,854

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,023
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0090,012
Communication savante0,0130,007
Science ouverte0,0020,008
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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 Opus0,030
Tête enseignante GPT0,320
Écart entre enseignants0,291 · 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

Citations4
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueRevue GouvernanceMême sujetSocial Sciences and GovernanceTravaux en français237 207