MétaCan
Menu
Retour à la cohorte
Enregistrement W7027674554

Des éthiques collectives à une gestion adaptative des conflits organisationnels : L’outil coPRIMOV en gouvernance

2023· article· fr· W7027674554 sur OpenAlexaboutno aff

Notice bibliographique

RevuePhilPapers (PhilPapers Foundation) · 2023
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueSocial Sciences and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSuiteCorporate governanceSuccess factors
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

L’idée d’une gouvernance collaborative gagne en popularité. Cependant, comment être véritablement collaboratif? Les systèmes de prises de décision diversifiés en intervenants doivent composer avec des parties prenantes aux positions, aux rôles, aux intérêts, aux missions, aux observations et aux valeurs différents. Par sa formule facile d’utilisation pour les éthicien·ne·s professionnel·le·s, l’outil de bioéthique co P·R·I·M·O·V (Position, Rôle, Intérêt, Mission, Observation, Valeurs) vise à améliorer la pratique des initiatives technosociales pour un développement durable, collaboratif et démocratique. L’outil reprend la logique d’analyse des conflits d’intérêts (CI) issue des cadres en éthique organisationnelle. Les CI, comme unité analytique en éthique, permettent d’anticiper et de gérer les problèmes pouvant compromettre à court et à long termes les activités d’un programme et sa gouvernance. L’outil a été construit à la suite d’une étude de cas sur la mise en œuvre d’un monitorage de l’utilisation des antibiotiques en santé animale au Québec, Canada. L’usage de cet outil de bioéthique est stratégique et aide à la négociation des positions, puis à la coconstruction d’un référentiel commun entre les parties prenantes en vue de préparer le terrain à une gouvernance collaborative favorisant la coopération.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,516
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,007
Études des sciences et des technologies0,0050,007
Communication savante0,0010,003
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,057
Tête enseignante GPT0,324
Écart entre enseignants0,267 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhilPapers (PhilPapers Foundation)Même sujetSocial Sciences and GovernanceTravaux en français237 207