Usages et justifications des usages des outils de gestion de la performance dans une municipalité : apports des économies de la grandeur
Bibliographic record
Abstract
Bien que les municipalités soient confrontées aux critiques liées à la managérialisation des services publics, la problématique de la gestion de la performance occupe encore une place importante dans leur mode de gestion. En conséquence, les outils de gestion de la performance (OGP) prolifèrent et renvoient à des comportements et usages variés des acteurs. Dans une perspective d’amélioration de la performance face aux enjeux sociétaux, cette recherche par une démarche abductive propose de comprendre les usages des OGP dans une municipalité au Québec. Si les usages des OGP se traduisent par les interventions sur les composantes d’artefact et de schèmes d’utilisation des outils, nous découvrons qu’ils sont aussi influencés par la justification des acteurs. Nous nous sommes inspirés de la théorie instrumentale des outils de gestion (Lorino, 2002) et de la théorie des économies de la grandeur (Boltanski et Thevenot, 1991) pour examiner comment les acteurs utilisent et justifient les usages des OGP.Les résultats de l’étude de cas mettent en évidence en dehors des absences d’usage deux principaux usages : les usages de dépendance et les usages d’amélioration. Cette variété d’usage ne renvoie pas nécessairement à une justification univoque centrée sur la logique d’efficacité et d’efficience économique que soutient le pragmatisme de l’outil de la théorie instrumentale. Sur la base de la théorie des économies de la grandeur, ces usages correspondent en réalité à des justifications plurivoques et complexes que mettent en avant les acteurs pour donner du sens à leurs pratiques. Nous concluons finalement à une hybridité des usages-types des OGP mettant en relation la logique managériale et le monde industriel, la logique bureaucratique et les mondes civique et domestique. Les implications de cette recherche sont orientées vers un management des usages controversés des OGP.
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 | 0.013 | 0.029 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.005 | 0.006 |
| Science and technology studies | 0.006 | 0.010 |
| Scholarly communication | 0.011 | 0.005 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 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".