Le partage des connaissances en développement international : influence des processus relationnels sur les résultats et incidences sur le renforcement des capacités
Bibliographic record
Abstract
Le Canada consacre chaque année des milliards en aide internationale. Selon le Ministère des affaires étrangères, commerce et développement, l’aide déployée en 2013 s’est chiffrée à plus de 5,48 milliards de dollars. Dans chaque projet mis en œuvre dans les pays en développement, des ressources humaines donnent de leur temps et s’efforcent de contribuer au renforcement des capacités des organisations locales. Ces projets sont des initiatives de coopération technique ou renferment des composantes de coopération technique; les personnes qui y sont affectées doivent accomplir de multiples tâches, dont celle d’agent de partage de connaissances. Cette thèse explore ce phénomène en apportant un éclairage sur les processus relationnels sous-jacents aux échanges entre les personnes liées à ces initiatives, soient les conseillers volontaires expatriés et les membres des équipes locales qui accueillent de telles initiatives. Elle tend à appuyer l’influence marquée des relations interpersonnelles sur les résultats de partage de connaissances, sauf que la confiance, à elle seule, ne suffit pas pour atteindre des objectifs de développement durable. L’analyse des cas, s’appuyant principalement sur des entrevues semi-dirigées effectuées à Haïti et au Sénégal, nous permet d’affirmer l’importance de s’attarder à la capacité d’assimilation dynamique des parties au partage, mais également aux rôles des gestionnaires des organismes partenaires locaux dans leur engagement à réaliser des mandats visant le partage de connaissances.
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 | 0.022 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.005 | 0.006 |
| Scholarly communication | 0.007 | 0.003 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| 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".