Coordination et changement transformateur dans l’administration publique.
Bibliographic record
Abstract
Les recherches récentes ont porté sur la manière dont les mécanismes de coordination sont mis en œuvre par les organisations publiques, et se sont concentrées particulièrement sur l’analyse de la coordination en tant que processus. Cet article étudie le processus de coordination qui a abouti à la mise en place de Chorus, le système d’information financière interministériel de l’État central français. Chorus constitue un cas de processus de coordination délicat, dont le succès était peu probable dans le contexte de l’administration napoléonienne française. Chorus a pour objectif de connecter tous les services administratifs des ministères à un seul système d’information partagé, alors que les ministères utilisaient précédemment leurs propres systèmes et applications. En prenant appui sur la littérature qui porte sur les mécanismes de coordination, et en se concentrant sur le rôle des institutions existantes et des acteurs impliqués, l’analyse développée dans l’article aboutit à deux résultats. D’abord, l’AIFE (Agence pour l’informatique financière de l’État), l’organisation chargée de la mise en œuvre de Chorus, a piloté le processus en développant une stratégie interministérielle progressive basée sur une logique de réseau. Deuxièmement, la coordination pilotée par l’AIFE a permis de transformer les structures financières et comptables de l’État français grâce à un processus de changement graduel. Ainsi, l’article contribue à l’analyse empirique des évolutions que connaissent les administrations publiques vers le développement d’une coordination accrue au niveau central en étudiant une des réformes récentes en France et ses résultats.
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 | 0.014 | 0.027 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.004 | 0.005 |
| Science and technology studies | 0.005 | 0.007 |
| Scholarly communication | 0.015 | 0.013 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.017 | 0.003 |
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".