La question du consensus en situation de collaboration interorganisationnelle : le cas de la Table québécoise de la sécurité routière
Bibliographic record
Abstract
Ce mémoire propose de décrire et comprendre les pratiques communicationnelles menant à la prise de décision consensuelle d’une collaboration interorganisationnelle (CI) spécifique, la Table québécoise de la sécurité routière (TQSR). Nous adoptons la perspective de la communication constitutive des organisations (CCO) développée par « l’École de Montréal » pour appréhender les dimensions constitutives de ces pratiques de communication et de ce mode privilégié de décision en CI. Après un aperçu de la littérature disponible en matière de CI et concernant la notion de consensus, nous proposons de nous concentrer sur les pratiques communicationnelles du consensus en adoptant la perspective du consensus par absence d’opposition d’Urfalino (2014). L’analyse de conversation et les principes d’une approche rhétorique sont ensuite mobilisés pour rendre compte des pratiques de communication qui permettent l’accomplissement du consensus lors d’une séance plénière du troisième cycle de travail de la TQSR, spécifiquement consacrée à la rédaction de son rapport final. Nous verrons que 1) les pratiques communicationnelles mobilisées facilitent l’arrêt de la décision et que 2) celles-ci sont constitutives du consensus qui favorise l’unité du collectif de collaboration.
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 | 0.026 | 0.036 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.026 | 0.040 |
| Scholarly communication | 0.018 | 0.016 |
| Open science | 0.004 | 0.011 |
| Research integrity | 0.008 | 0.008 |
| Insufficient payload (model declined to judge) | 0.011 | 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".