MétaCan
Menu
Retour à la cohorte
Enregistrement W6968713265 · doi:10.5281/zenodo.14253417

Gestion des Connaissances dans le Secteur Public : Modèles d'Excellence à l'Échelle Internationale

2024· article· fr· W6968713265 sur OpenAlexaboutno aff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2024
Typearticle
Languefr
DomaineSocial Sciences
ThématiquePublic Policy and Administration Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPublic sectorModernization theoryPublic managementNew public management

Résumé

récupéré en direct d'OpenAlex

Résumé : Cet article analyse la transformation de la gestion des connaissances (GC) dans le secteur public à travers une étude comparative des pratiques adoptées dans des pays comme les États-Unis, le Canada, la Corée du Sud, le Royaume-Uni et l’Australie. Notre objectif est de comprendre comment les administrations publiques peuvent utiliser la GC pour relever les défis croissants de complexité administrative, tout en améliorant la qualité des services publics, la transparence et l’engagement citoyen. La question principale explorée porte sur l’exploitation des connaissances comme levier stratégique pour la modernisation du secteur public. Nous avons adopté une revue intégrative combinée à l’analyse d’études de cas empiriques. Ces cas montrent l’importance de la digitalisation, de l’innovation technologique et de la collaboration interinstitutionnelle. Nos conclusions s’appuient sur l’économie de la connaissance (Drucker, 1993), la théorie des capacités dynamiques (Teece et al., 1997), et l’apprentissage organisationnel (Nonaka & Takeuchi, 1995). Elles mettent en lumière les convergences sur l’importance du partage des connaissances, mais pointent des divergences quant aux outils institutionnels. Les principales limites identifiées concernent le manque d’adaptabilité universelle des modèles aux contextes bureaucratiques et l’évaluation des impacts concrets sur les performances organisationnelles. Les mots clés : Gestion des connaissances (GC)- Secteur public- Digitalisation- Innovation technologique-Efficacité administrative- Partage des connaissances- Engagement citoyen- Transparence-Gestion stratégique des connaissances.Haut du formulaire JEL Classification : O32 Type du papier : Recherche théorique Abstract: This paper examines the transformation of knowledge management (KM) in the public sector through a comparative analysis of practices and strategies adopted across various countries. Drawing on case studies from the United States, Canada, South Korea, the United Kingdom, and Australia, the article highlights how digitization, technological innovation, and collaboration have enhanced administrative efficiency and the quality of public services. Each case study provides unique insights into how public administrations can leverage KM to address modern challenges by promoting knowledge sharing, transparency, and citizen engagement. Benchmarking reveals diverse approaches and promising outcomes, demonstrating that strategic knowledge management is a key driver for modernizing the public sector globally. Keywords: Knowledge Management (KM) - Public Sector - Digitization - Technological InnovationAdministrative Efficiency - Knowledge Sharing - Citizen Engagement - Transparency - Strategic Knowledge Management. Classification JEL: O32 Paper type: Theoretical Research

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)0,007
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,115

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0030,012
Communication savante0,0130,011
Science ouverte0,0020,008
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0150,001

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.

Tête enseignante Opus0,137
Tête enseignante GPT0,318
Écart entre enseignants0,181 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetPublic Policy and Administration ResearchTravaux en français237 207