MétaCan
Menu
Retour à la cohorte
Enregistrement W4389916801 · doi:10.1522/radm.no7.1655

recherche-intervention comme catalyseur de compétences collaboratives : un changement organisationnel qui influence la gestion des grands projets d’infrastructures publiques

2023· article· fr· W4389916801 sur OpenAlexaffvenueabout
Caroline Coulombe, Marie-Pierre Leroux, Guy Paquin, Jonathan Harvey, Julie Monette

Notice bibliographique

RevueAd machina l avenir de l humain au travail · 2023
Typearticle
Languefr
DomaineHealth Professions
ThématiqueOccupational Health and Safety Research
Établissements canadiensUniversité de MontréalUniversité LavalUniversité du Québec à MontréalUniversité du Québec à Chicoutimi
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Cet article expose une méthodologie de recherche-intervention qui a contribué à un important changement organisationnel au sein d’une organisation majeure opérant dans le domaine de la construction d’infrastructures publiques au Québec. L’intervention visait à développer puis à intégrer un modèle novateur en matière de collaboration dans un mode de réalisation des grands projets d’infrastructures. La démarche collaborative qui est au coeur du changement organisationnel analysé dans cet article propose une série d’étapes lesquelles visent à ultimement sélectionner un soumissionnaire, représenté par un entrepreneur général de construction et ses partenaires, qui démontre une disposition à adopter des pratiques de collaboration dans ses activités commerciales. Ayant eu recours à une étude longitudinale d’une durée d’un an, les données recueillies montrent sans équivoque le processus d’institutionnalisation des compétences collaboratives, tant à l’interne qu’auprès des partenaires d’affaires de la Société québécoise des infrastructures. Cette recherche apporte un nouvel éclairage pour mieux appréhender les différentes facettes des processus de transformation organisationnelle à partir d’une méthodologie intégrée, lesquelles soutiennent des changements organisationnels durables.

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)0,014
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,679
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0140,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
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 Opus0,158
Tête enseignante GPT0,459
Écart entre enseignants0,300 · 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
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAd machina l avenir de l humain au travailMême sujetOccupational Health and Safety ResearchTravaux en français237 207