The Organizatonal Culture of Digital Government
Notice bibliographique
Résumé
This chapter examines the characteristics of government organizations that influence their capacity to employ information technology (IT) in a strategic manner such that it assists them in their quest to meet governance challenges. We explore the organizational factors, architectural and cultural, that impede large government departments from moving beyond the adoption of IT as a mere instrument that assists the execution of routine tasks in the traditional way and move into new forms of governance that alter the relationships between individuals and units within the organization and between the organization and its external environment. Our objective is to provide a useful framework for the analysis of the barriers to, and potential catalysts of, an IT mediated transformation of the governance of large government departments. Our insights are based on explorations of the issues surrounding the development of new governance models for data and informatics management within Fisheries and Oceans Canada, the federal department with a leading role in a wide range of activities relating to Canada’s marine environment. As one of the world’s leading marine science institutions, this case underscores the fact that technical competence alone is insufficient to facilitate a shift towards digital government. Using IT strategically is a governance challenge that is contingent upon organizational structure and culture. Science and engineering produce ‘know-how’; but ‘know-how’ is nothing by itself; it is a means without an end, a mere potentiality, an unfinished sentence. ‘Know-how’ is no more a culture than a piano is music. E.F. SchumacherRequest access from your librarian to read this chapter's full text.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».