MétaCan
Menu
Back to cohort
Record W2074369506 · doi:10.3406/pomap.2004.2849

Stratégies des réformes administratives et impacts sur la gestion des ressources humaines. Une comparaison Suisse-Canada

2004· article· fr· W2074369506 on OpenAlexaboutno aff
David Giauque, Daniel J. Caron

Bibliographic record

VenuePolitiques et management public · 2004
Typearticle
Languagefr
FieldSocial Sciences
TopicSocial Sciences and Governance
Canadian institutionsnot available
Fundersnot available
KeywordsPolitical scienceHumanitiesPhilosophy

Abstract

fetched live from OpenAlex

De nombreuses réformes administratives ont eu lieu durant les trente dernières années dans les pays de l'OCDE. Des stratégies différentes ont été mises en œuvre afin de « moderniser » et « d'éprouver » le fonctionnement des unités administratives. Les changements en cours ont, bien évidemment, des implications sur les agents de la fonction publique, notamment du fait des impacts des mutations de type « nouvelle gestion publique » sur la gestion des ressources humaines. C'est précisément l'objectif de notre communication de mieux comprendre les stratégies des réformes déployées par la Suisse et le Canada en vue d'imprimer des mutations dans les administrations au niveau fédéral. Nous nous questionnons sur l'impact de ces stratégies, qui sont différentes dans leur nature, sur les principes et outils qui orientent la gestion des ressources humaines dans chacun des deux pays. Ensuite, nous menons une comparaison afin de mieux appréhender les divergences, mais également les convergences, de ces expériences de modernisation. A cet égard, notre étude permet de constater que la gestion des ressources humaines n'a souvent pas suivi l'évolution des mutations engagées et qu'elle est souvent sollicitée en aval des transformations, bien souvent comme un moyen de corriger certains effets pervers liés aux stratégies des réformes mises en œuvre.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.001
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies, Scholarly communication
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Theoretical or conceptual · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.777
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0020.001
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.001
Science and technology studies0.0010.003
Scholarly communication0.0010.003
Open science0.0010.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0000.000

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.

Opus teacher head0.151
GPT teacher head0.384
Teacher spread0.232 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designTheoretical or conceptual
Domainnot available
GenreEmpirical

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".

Quick stats

Citations3
Published2004
Admission routes1
Has abstractyes

Explore more

Same venuePolitiques et management publicSame topicSocial Sciences and GovernanceFrench-language works237,207