Impact du wiki sur la performance des projets en technologies de l'information
Bibliographic record
Abstract
Un wiki est une plateforme de travail collaboratif et un espace de travail virtuel ou toutes les parties prenantes d'un projet peuvent interagir simultanement a travers les differentes tâches et phases du cycle de vie d'un projet. Bien que des etudes recentes demontrent qu'un wiki a un impact significatif sur la performance des projets, les resultats ne permettent pas de conclure si une utilisation plus ou moins etendue est associee a une performance plus ou moins bonne dans tous les projets. De plus, meme si une equipe utilise frequemment un wiki, il est possible que l'adoption de cet outil ait peu d'impact sur la performance, puisque la rigueur dans l'application des methodes de gestion varie d'un projet a un autre. Pour verifier ces deux hypotheses, nous evaluons l'impact de l'utilisation du wiki sur la performance des projets dans une organisation du secteur public, en particulier les projets en technologies de l'information (TI). Nous developpons un questionnaire bilingue (francais et anglais) administre via le portail web de l'organisation a toutes les parties prenantes (leaders, equipes, clients) des projets au sein de 12 directions generales et de 5 bureaux regionaux. Sur une population de 9 300 personnes travaillant a l'Agence du Revenu du Canada (ARC), nous recueillons les repondants qui ont fait usage d'un outil de collaboration issu des technologies du Web 2.0, nomme wiki, au cours du cycle de vie d'un projet. Ainsi, les reponses de 121 repondants ont ete validees apres les verifications manuelles de chaque questionnaire. [...] [resume partiel]
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 | 0.019 | 0.099 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 0.002 |
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".