Les relations entre les organisations du tiers secteur et du secteur public : recension des principales approches conceptuelles
Bibliographic record
Abstract
Les enjeux de la lutte contre l’exclusion et la pauvreté sont de ceux qui interpellent invariablement les organisations du tiers secteur et du secteur public et de ce fait, les relations qu’elles entretiennent entre elles. Phénomène de plus en plus répandu, mais aussi de plus en plus complexe, ces relations interpellent le milieu de la recherche. Or, jusqu’à présent les travaux de recherche à ce sujet restent caractérisés par une grande diversité de perspectives et d’approches conceptuelles et une forte dispersion. Cet article rapporte le travail de recension et d’analyse des travaux publiés sur les relations tiers secteur/secteur public que nous avons mené. L’analyse de ces travaux permet de dégager cinq grandes approches conceptuelles des relations : les approches économique et politique, contractuelles, de collaboration et de partenariat, plurisectorielles et enfin des styles d’interaction. Après avoir exposé la méthodologie et le cadre général de notre recension, chacune des approches identifiées est détaillée. L’article se conclut sur les principales contributions et limites des différentes approches recensées et sur quelques pistes de recherche future.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.023 | 0.031 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.008 | 0.014 |
| Science and technology studies | 0.007 | 0.018 |
| Scholarly communication | 0.019 | 0.024 |
| Open science | 0.004 | 0.007 |
| Research integrity | 0.004 | 0.005 |
| Insufficient payload (model declined to judge) | 0.013 | 0.003 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".