Le personnel, le service et la confiance : Existe-t-il une chaîne de valeur du service dans le secteur public ?
Bibliographic record
Abstract
Résumé Dans cet article, nous examinons les éléments qui attestent de l’existence d’une « chaîne de valeur du service dans le secteur public » et proposons une nouvelle façon d’envisager ce que Bouckaert et ses collègues ont appelé l’approche « micro-rendement » en matière de renforcement de la confiance envers les institutions publiques (Bouckaert et al. 2002). Nous nous concentrerons plus particulièrement sur le rôle de la prestation de service dans le renforcement de la confiance des citoyens. Nous procéderons cependant dans le cadre d’un modèle plus large, un modèle qui relie la prestation de service à d’autres aspects importants du rendement administratif, en particulier la gestion des personnes. Nous appellerons ce modèle la « chaîne de valeur du service dans le secteur public » et nous nous appuierons sur des travaux de Heskett et d’autres experts du secteur privé (Heskett et al. 1994, 1997). Nous examinerons les éléments qui attestent de l’existence de liens entre l’engagement du personnel (satisfaction et dévouement) et la satisfaction des clients dans le secteur public, et entre la satisfaction des clients du secteur public et la confiance des citoyens. Nous identifions les cinq principaux « facteurs » de satisfaction à l’égard des services dans le secteur public et examinons les prétendus « facteurs » de l’engagement du personnel ainsi que les données qui mettent en évidence l’influence que semble avoir la prestation de service sur la confiance des citoyens au Canada. Nous évoquerons un programme de recherche prospectif permettant d’identifier les facteurs de satisfaction et de dévouement du personnel ainsi que les facteurs de confiance envers les institutions publiques et de déterminer si les liens proposés dans la « chaîne de valeur du service dans le secteur public » peuvent être validés de façon empirique.
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 | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.007 |
| Scholarly communication | 0.006 | 0.006 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.020 | 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".