Les stratégies des gouvernements locaux face aux chocs et aux crises : le rôle des capacités d’anticipation et de la vulnérabilité financière
Notice bibliographique
Résumé
Le présent article s’appuie sur la littérature relative à la résilience financière des gouvernements et sur les données d’une enquête menée auprès de plus de 600 gouvernements locaux en Allemagne, en Italie et au Royaume-Uni, et examine le rôle que jouent les chocs externes, les capacités d’anticipation et les vulnérabilités perçues connexes dans la définition des différentes stratégies de réponse organisationnelle (c’est-à-dire les stratégies qui consistent à « rebondir » par rapport aux stratégies qui consistent à « aller de l’avant ») en temps de crise. Face aux chocs, les vulnérabilités perçues les plus grandes seront surtout associées aux stratégies de rebond, tandis que la présence d’une capacité d’anticipation sera associée aux stratégies consistant à aller de l’avant. Remarques à l’intention des praticiens La présente étude fait apparaître le rôle crucial des vulnérabilités perçues et des capacités d’anticipation des gouvernements locaux qui font face aux chocs et aux crises. Tandis que les réponses organisationnelles consistant à rebondir (comme le repli, l’effet tampon, la réduction des effectifs, les mesures d’austérité) sont fortement liées aux vulnérabilités connexes, la mise en œuvre de stratégies consistant à aller de l’avant (comme la transformation, le repositionnement, la réorientation) dépend principalement des capacités d’anticipation, qui permettent aux organisations de mieux reconnaître les chocs potentiels avant qu’ils ne se produisent. Ce constat souligne l’importance de développer des capacités d’anticipation plus larges au sein des gouvernements locaux, et de les considérer comme un élément clé pour faire face efficacement aux situations difficiles, ainsi que pour construire et entretenir une culture de la résilience financière.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».