Introduction : La gestion stratégique des administrations publiques. Une approche de la stratégie par les résultats de la gestion publique
Bibliographic record
Abstract
Comme champ de connaissance, la stratégie est enseignée et pratiquée depuis plus d’un demi-siècle. Cependant, l’efficacité de la stratégie des administrations publiques, ne fait toujours pas consensus. Ce dossier thématique de la Revue internationale des sciences administratives est consacré à des recherches avancées qui stipulent qu’à l’ère de la gestion par résultats les dirigeants publics doivent miser sur une approche processuelle de la stratégie. Ce faisant, l’accent est mis sur la complexité des processus stratégiques qui permettent de pérenniser les administrations du bien commun, l’intérêt général et les services publics par les résultats même de l’action publique. Abordée d’un point de vue processuel, la stratégie des administrations publiques suppose alors, de la part des analystes et des dirigeants publics, une meilleure prise de conscience des spécificités des organisations de l’État. Plus particulièrement, des connaissances approfondies des façons dont interagissent les agents publics avec les valeurs , les structures , les cadres règlementaires et les outils administratifs qui pérennisent les administrations publiques. 2
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 | 0.008 | 0.015 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.003 | 0.008 |
| Scholarly communication | 0.016 | 0.010 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.006 | 0.006 |
| Insufficient payload (model declined to judge) | 0.037 | 0.014 |
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".