Créer une communauté stratégique pour favoriser le changement : une étude de cas portant sur l'organisation du travail dans le secteur de la santé
Bibliographic record
Abstract
Résumé De multiples changements environnementaux pressent les organisations à créer des alliances interentreprises inédites pour imaginer de nouveaux produits, services et processus. Pour y parvenir, quelques organisations ont adopté récemment l’approche de la communauté stratégique, c’est-à-dire une structure de collaboration stratégique interorganisationnelle ad hoc , d’une durée limitée, composée de cadres opérationnels, de professionnels, de spécialistes et même de clients. Son mandat consiste à imaginer et à mettre en place des innovations dans les services ou les produits à offrir. Cet article présente le déroulement et les résultats d’une première expérience de communauté stratégique portant sur la transformation de l’organisation du travail dans le secteur de la santé et des services sociaux du Québec. Plus qu’une simple approche de changement, la communauté stratégique y apparaît comme une structure permettant d’accroître la capacité des organisations à concevoir et à mettre en œuvre des changements en s’appuyant sur les personnes mêmes qui réalisent le travail. Des recommandations et des conseils sont formulés à l’intention des dirigeants et des cadres désirant utiliser une communauté stratégique pour créer et appliquer en réseau des innovations au sein de leur organisation.
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 | 0.013 | 0.021 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.015 | 0.007 |
| Scholarly communication | 0.008 | 0.003 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.009 | 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".