Bibliographic record
Abstract
Pourquoi faire appel à un cabinet de relations publiques ? Quelle valeur ajoutée peut-on tirer de la consultation ? Quelle formation, quelle expérience et quelles habiletés les consultants doivent-ils posséder ? Comment répondre efficacement aux besoins de la clientèle et en même temps savoir gérer et rentabiliser un cabinet ? Voilà quelques-unes des questions auxquelles répond l’auteur de cet ouvrage en esquissant un portrait des meilleures pratiques de la gestion de la clientèle et de celle du cabinet lui-même. Il retrace aussi l’évolution des cabinets de relations publiques au Québec et celle des cabinets et réseaux mondiaux, permettant ainsi au lecteur de mieux saisir les changements profonds qui affectent aujourd’hui la pratique des relations publiques, particulièrement le développement fulgurant des médias sociaux. Les consultants exerceront-ils le même contrôle qu’auparavant sur la communication publique des organisations ? Quelles transformations les cabinets devront-ils opérer pour conserver le leadership de la communication ? Autant de questions fondamentales pour l’avenir de la profession des relations publiques et de sa pratique en cabinet. Cet ouvrage ne manquera pas d’intéresser les chefs d’entreprises, les conseillers en relations publiques tant dans les organisations que dans les cabinets, ainsi que les enseignants et les étudiants en relations publiques.
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 | 0.005 | 0.015 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.018 | 0.005 |
| Scholarly communication | 0.011 | 0.005 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.003 | 0.006 |
| Insufficient payload (model declined to judge) | 0.097 | 0.014 |
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".