Le rôle des figures dans le cadrage d’une gestion de crise : l’analyse interactionnelle du centre des opérations d’urgence
Bibliographic record
Abstract
Les crises sont omniprésentes dans le monde organisationnel. Pour faire face à ces situations, les organisations se fient à leurs équipes de gestion de crise, composées habituellement de membres provenant de différents domaines et possédant divers types d’expertise, pour bien gérer ces situations. Comment les membres de ces équipes réussissent-ils ou ne réussissent-il pas à s’entendre et à cadrer collectivement une situation de crise, étant donné leurs antécédents variés? La présente étude propose de répondre à cette question à partir d’une perspective interactionnelle en analysant une sélection d’extraits audio-visuels tirés de trois exercices de gestion de crise réalisés dans la province de l’Ontario. Cinq extraits pertinents ont été retenus pour l’analyse interactionnelle qui a permis de décrire le rôle important de certaines figures dans le cadrage d’une gestion de crise. Les figures correspondent à ce qui compte dans la situation, c’est-à-dire aux préoccupations, aux intérêts et aux attentes des représentants autour de la table. Ces figures sont placées au premier plan dans le cadrage des individus et sont ensuite animées ou non par les membres du groupe de coordination communautaire. C’est seulement lorsque ces différentes préoccupations sont articulées, prises en compte et négociées que le cadrage de la situation de crise peut évoluer collectivement.
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 | 0.002 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.006 | 0.010 |
| Scholarly communication | 0.009 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.018 | 0.001 |
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".