La fabrication d'un contexte institutionnel favorable à la confiance inter-organisationnelle au sein d'une méta-organisation : étude de deux clusters des industries culturelles et créatives en France et au Canada
Bibliographic record
Abstract
Notre objectif est de comprendre comment les acteurs qui prennent part a la gouvernance d’une meta-organisation interviennent dans l’emergence et le maintien d’un contexte institutionnel favorable a la confiance dans les relations inter-organisationnelles (RIO). Nous realisons deux etudes de cas qualitatifs de clusters des industries culturelles et creatives, en France et au Canada. Pour le cas francais nous pointons les difficultes relatives a la confiance et le travail posterieur de construction de nouvelles frontieres, avec une conciliation entre besoins economiques et esprit de creation artistique. Pour le cas canadien : un climat initial peu propice a la confiance et un travail posterieur d’institutionnalisation de l’idee que le cluster agit dans l’interet de toute l’industrie. Nous proposons un cadre conceptuel pour analyser les pratiques de creation et maintien d’un contexte institutionnel favorable a la confiance dans les RIO, dans une perspective structurationniste (relation recursive institutions/action). Nous distinguons des dimensions du contexte et deux types de pratiques : « d’activation » (les acteurs font intentionnellement appel a des elements institutionnels juges pertinents vis-a-vis de la confiance par rapport a l’interaction) ; et « de structuration », (ils structurent progressivement les bases institutionnelles de la confiance pour des interactions, actuelles et futures). Nous proposons des elements pour une « competence liee a la confiance », comme une capacite liee au deploiement, dans une maniere percue comme authentique, de comportements lies a la confiance et juges appropries vis-a-vis du role de l’acteur dans un contexte institutionnel donne
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 | 0.003 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.013 | 0.015 |
| Scholarly communication | 0.013 | 0.004 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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".