Nouvelle gouvernance publique et innovation : le cas du Consortium national de formation en santé
Bibliographic record
Abstract
En nous appuyant sur un cadre d’analyse qui se situe au croisement des débats sur la nouvelle gouvernance publique et l’innovation sociale, nous analysons, dans cet article, le modèle de gouvernance du Consortium national de formation en santé (CNFS). Le CNFS s’est doté d’un modèle fondé sur des rapports de collaboration, des méthodes d’interventions et des approches de gestion singulières par rapport aux autres organisations engagées dans le développement du milieu minoritaire francophone au Canada. Grâce à des entretiens réalisés en 2011 auprès de dirigeants, actuels et anciens, du CNFS, nous avons tenté d’approfondir leur compréhension de la nature potentiellement innovante de ce modèle de gouvernance. Les données analysées ont porté sur quatre dimensions de la gouvernance de l’organisme : son approche réputée apolitique et neutre, fondée sur l’offre de service au lieu de la revendication; ses techniques de gestion axée sur les résultats; son fonctionnement de nature centrifuge et centripète; et sa préoccupation pour le partage de valeurs communes centrées sur les besoins des communautés minoritaires francophones et la protection de l’intérêt public. Les entretiens ont révélé qu’à travers son évolution, l’organisation a dû s’adapter et faire preuve d’innovation sociale. L’article met l’accent sur l’importance de la dimension des valeurs collectives au sein du CNFS, d’une part parce que cette dernière fait le mieux ressortir l’effort d’innovation de la part de l’organisme et, d’autre part, parce qu’elle permet de nuancer les visions plus instrumentales de la gouvernance publique.
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 | 0.016 | 0.023 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.009 | 0.012 |
| Scholarly communication | 0.013 | 0.007 |
| Open science | 0.002 | 0.008 |
| Research integrity | 0.003 | 0.002 |
| Insufficient payload (model declined to judge) | 0.009 | 0.000 |
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".