La diversité des sens donnés aux projets publics dans les pays les moins avancés (PMA) : le cas de l’Haïti
Bibliographic record
Abstract
Le pour quoi (but) et le pourquoi (cause) des projets révèlent largement la complexité et les défis de la majorité des praticiens dans l’univers du management de projets. Le pour quoi des projets s’inscrit dans la perspective de répondre à un besoin, tandis que le pourquoi des projets contribue à la diversité des perspectives. Ils participent également au développement du domaine du management de projets à travers cette même divergence. En effet, cette pluralité de sens donnés au projet révèle un élément fondamental de la réussite de celui-ci : la participation des parties prenantes. Aussi, elle indique que la réalisation d’un projet nécessite une perspective commune qui est assez délicate, surtout dans le secteur public, qui rassemble un grand nombre d’acteurs. La particularité des pays les moins avancés (PMA), notamment Haïti, atteste ces différents facteurs exogènes (p. ex. : la culture, la sociologie, l’environnement politique et l’économie) des projets publics.
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 | 0.004 |
| Science and technology studies | 0.010 | 0.007 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.007 | 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".