Les services partagés : une stratégie de collaboration au sein des réseaux de services publics1
Bibliographic record
Abstract
Les organisations publiques, longtemps critiquées pour leur style de travail bureaucratique et intrusif, sont dorénavant encouragées à collaborer dans l’utilisation des services (partage de services) au sein de réseaux. La mise en place de ces réseaux demeure une entreprise complexe, car les organisations sont multiples, elles sont dotées de ressources et d’une capacité d’absorption limitées et variées et leurs stades de développement diffèrent. Cette étude analyse le déploiement de trois projets de services partagés. Une stratégie de collaboration différente a été adoptée par chaque cas étudié. Les trois arrangements ont été comparés et liés à la situation de départ à l’aide des théories des compétences clés et de la capacité d’absorption. Nos résultats montrent que le développement d’un accord de services partagés est influencé par des facteurs dépendant de la trajectoire choisie, dont le type d’organisations impliquées, leurs relations, leur capacité d’absorption et leur situation géographique.
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 | 0.009 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.008 | 0.008 |
| Scholarly communication | 0.015 | 0.016 |
| Open science | 0.001 | 0.009 |
| Research integrity | 0.004 | 0.003 |
| Insufficient payload (model declined to judge) | 0.012 | 0.002 |
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".