recherche-intervention comme catalyseur de compétences collaboratives : un changement organisationnel qui influence la gestion des grands projets d’infrastructures publiques
Bibliographic record
Abstract
Cet article expose une méthodologie de recherche-intervention qui a contribué à un important changement organisationnel au sein d’une organisation majeure opérant dans le domaine de la construction d’infrastructures publiques au Québec. L’intervention visait à développer puis à intégrer un modèle novateur en matière de collaboration dans un mode de réalisation des grands projets d’infrastructures. La démarche collaborative qui est au coeur du changement organisationnel analysé dans cet article propose une série d’étapes lesquelles visent à ultimement sélectionner un soumissionnaire, représenté par un entrepreneur général de construction et ses partenaires, qui démontre une disposition à adopter des pratiques de collaboration dans ses activités commerciales. Ayant eu recours à une étude longitudinale d’une durée d’un an, les données recueillies montrent sans équivoque le processus d’institutionnalisation des compétences collaboratives, tant à l’interne qu’auprès des partenaires d’affaires de la Société québécoise des infrastructures. Cette recherche apporte un nouvel éclairage pour mieux appréhender les différentes facettes des processus de transformation organisationnelle à partir d’une méthodologie intégrée, lesquelles soutiennent des changements organisationnels durables.
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 | 0.017 | 0.030 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.004 | 0.012 |
| Scholarly communication | 0.009 | 0.007 |
| Open science | 0.002 | 0.008 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.013 | 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".