Entrée et dynamique de coopération entre acteurs de projets automobiles
Bibliographic record
Abstract
Les études empiriques ne sont pas légion sur le thème de la coopération entre acteurs membres d’équipes projets. Or, elle est considérée comme un facteur de succès clés de la réussite de ces derniers. Cet article s’intéresse donc à la question de savoir comment s’initialise et se poursuit, ou non, une relation de coopération entre individus dans ce type de situation de gestion. Nous avons pour cela étudié l’entrée et la dynamique de coopération de différents acteurs engagés dans des projets de création ou d’évolution de systèmes d’essais automobiles. Les résultats de cette étude, conduite au sein du département de l’Ingénierie des systèmes d’essais du groupe Renault, démontrent que les représentations des acteurs peuvent être tout autant de puissants freins que des catalyseurs à la mise en œuvre de la coopération, au-delà même de tout contexte favorable à celle-ci. Ils conduisent alors à considérer les représentations comme un des éléments clés de la réussite de la coopération en gestion de projets.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.016 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.007 |
| Science and technology studies | 0.006 | 0.010 |
| Scholarly communication | 0.004 | 0.011 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 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; both teacher heads agree on what is shown here.
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".