Resilience in the Context of Pandemics and Disasters: A Framework for Public Governance, Ecosystem Innovation, Co-creation, and Co-production
Notice bibliographique
Résumé
This article, through a literature review, explores evidence that public governance positively influences and stimulates the innovation ecosystem, the co-creation, and co-production of resilience in communities that are victims of disasters, shocks, and even pandemic disasters, such as COVID-19. Disaster scenarios of all kinds cause millions of damage to society. The negative impacts of these contexts disasters, shocks, catastrophes, even if pandemic, such as COVID-19, can be greater or lesser, depending on the dysfunctions of governance and the negative barriers to the creation of public policies consistent with the capacity for resilience. Thus, the possible solution to this scenario may be based on public governance, if the pubic governance is instituted in an organized, integrated, and articulated manner. For this purpose, a theoretical conceptual framework of value creation is proposed through public governance that values and stimulates the innovation ecosystem, the co-creation, co-production of value, and a static, hierarchical, and linear structural vision. There is theoretical evidence that public governance can promote resilience in communities that are victims of disasters, shocks, pandemics or disturbances, through an ecosystem of innovation, co-creation and co-production of value. In this regard, at the end of this article, a theoretical-conceptual framework for creating public value is proposed.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».