MétaCan
Menu
Back to cohort
Record W6981650036

Étude exploratoire au sein de quatre institutions financières au Canada sur les bureaux de projet et le management du savoir : une perspective intégrative

2006· other· fr· W6981650036 on OpenAlexfundaboutno aff

Bibliographic record

VenueArchipelago (Université du Québec à Montréal) · 2006
Typeother
Languagefr
FieldDecision Sciences
TopicConstruction Project Management and Performance
Canadian institutionsnot available
FundersUniversité du Québec à Montréal
KeywordsContext (archaeology)Capital (architecture)Perspective (graphical)Ile de france
DOInot available

Abstract

fetched live from OpenAlex

L'enjeu de la maîtrise du savoir ne cesse de croître pour les entreprises qui se trouvent confrontées à un environnement dynamique et changeant qui leur impose un nouveau mode de management axé sur le concept de «projet». L'émergence de ce concept a été accompagnée par une évolution structurelle de la gestion de projets où l'unité organisationnelle «bureau de projet» (BdP) prend de plus en plus de place dans la hiérarchie organisationnelle. Comme structure permanente, les bureaux de projet ont en plus de la responsabilité de contrôler et de suivre les projets, le souci de: (i) développer les compétences individuelles et organisationnelles en terme de gestion de projets; (ii) élaborer un capital de connaissances basé sur les expériences et les réalisations passées. Conséquemment, les objectifs de cette recherche sont: explorer les mécanismes d'intégration du savoir soutenus par les bureaux de projet; mieux comprendre le contexte d'adoption ainsi que les bénéfices perçus imputables à ces mécanismes. Pour répondre à ces objectifs, une approche exploratoire de type qualitative a été conduite au sein des bureaux des projets de quatre institutions financières au Canada. La recherche est réalisée sur la base de 15 entrevues impliquant les membres clés des bureaux de projet représentant différents profils types. La recherche a permis d'identifier plusieurs mécanismes d'intégration du savoir répartis sur quatre catégories: l'apprentissage, la socialisation, la codification et la rétention. Les résultats de la recherche mettent également en évidence quatre facteurs dits «d’adhésion» qui supportent ces mécanismes. Ces facteurs sont axés sur: (i) le contexte et font valoir le rôle de l'organisation tel que la culture et la structure propice à l'apprentissage, ainsi que le rôle des individus dans le développement d'attitudes de partage et de valorisation de leurs compétences; (ii) le contenu et font valoir les domaines de savoirs cibles et les outils de diffusion et d'externalisation du savoir ainsi que les outils de socialisation et d'échange entre individus. Nous avons aussi noté que pour réussir l'implantation des mécanismes d'intégration, une attention particulière doit être portée sur la réduction des impacts des barrières tant organisationnelles, individuelles, qu'informationnelles. Les bénéfices identifiés touchent principalement la performance des bureaux de projet, la satisfaction de leurs clients ainsi que la stimulation des apprentissages. Les apports de ce mémoire sont de plusieurs ordres. En effet, à partir de ces résultats, il est proposé plusieurs éléments de théorisation nouveaux dans le champ de l'intégration du savoir en contexte multi-projets. Les apports portent aussi sur le rôle des bureaux de projet, l'importance des facteurs d'adhésion, les barrières ainsi que les bénéfices perçus. Il est aussi proposé pour les praticiens sept jalons qui représentent une ligne directrice leur permettant d'implanter ou de mettre à niveau les mécanismes d'intégration du savoir en contexte multi-projets. Il s'agit de profiter des expériences des entreprises participantes ainsi que des travaux de recherches antérieures. 
\n______________________________________________________________________________ 
\nMOTS-CLÉS DE L’AUTEUR : Bureau, projet, savoir, mécanisme, intégration, gestion, institution, finance.

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.620
Threshold uncertainty score0.999

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0010.000
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0010.002
Science and technology studies0.0020.001
Scholarly communication0.0000.001
Open science0.0020.001
Research integrity0.0000.001
Insufficient payload (model declined to judge)0.0010.000

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.

Opus teacher head0.026
GPT teacher head0.236
Teacher spread0.209 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designNot applicable
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2006
Admission routes2
Has abstractyes

Explore more

Same venueArchipelago (Université du Québec à Montréal)Same topicConstruction Project Management and PerformanceFrench-language works237,207