Identification des facteurs d’influence de la transformation durable de la fonction publique : une analyse documentaire systématique
Bibliographic record
Abstract
Cet article fait suite à la conversation sur l’innovation et la transformation de la fonction publique dans la Revue internationale des sciences administratives . Les changements politiques, socioéconomiques et technologiques entraînent la transformation de la fonction publique en rendant les modèles de prestation de services actuels de plus en plus inefficaces. Cependant, la transformation de la fonction publique comporte des risques. Cet article constate un manque de recherche académique sur ces risques, et souligne la nécessité de les gérer. La principale conclusion est que la gestion des risques, le leadership et la participation du public peuvent faciliter ou entraver la transformation de la fonction publique. Remarques à l’intention des praticiens La gestion des risques occupe une place prépondérante dans le discours sur les secteurs public et privé et est perçue comme un élément central de la gouvernance d’entreprise et un outil pour atteindre les objectifs stratégiques. Elle est essentielle pour faciliter la transformation de la fonction publique et garantir que les objectifs organisationnels sont atteints, car elle peut optimiser les opportunités inhérentes tout en atténuant les risques associés. Le présent article contribue à la pratique de l’administration publique en développant une nouvelle conceptualisation du rôle de la gestion des risques dans la transformation de la fonction 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 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 | 0.012 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.001 | 0.004 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 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 teacher head, 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".