Bibliographic record
Abstract
Ce n’est pas nouveau : pour permettre l’amélioration et l’évolution, le changement est nécessaire à la survie des organisations. Toutefois, peut-il y en avoir trop? Dans la littérature, on voit apparaitre de nouveaux concepts concernant la présence accrue du changement tel que l’excès de changements, soit le concept central de ce mémoire. Pour tenter d’en découvrir davantage, cette recherche de type exploratoire a pour but d’explorer, dans le réseau de la santé et des services sociaux au Québec, comment les gestionnaires et les professionnels composent avec l’excès de changements. Nous nous concentrons particulièrement sur les distinctions quant aux mécanismes d’adaptation déployés face à l’excès de changements de ces deux groupes d’acteurs. Ainsi, cela est exploré par l’entremise d’entrevues semi-structurées avec 9 professionnels et 7 gestionnaires. C’est avec une analyse qualitative et une approche abductive s’appuyant sur la matrice des mécanismes d’adaptation provenant de la littérature de Stensaker et ses collaborateurs (2002) que nous présentons les résultats. D’abord, nous constatons que l’excès de changements est perçu chez l’ensemble des répondants. Pour composer avec cela, les gestionnaires utilisent principalement un mécanisme d’adaptation appelé dévouer, alors que les professionnels en déploient plusieurs (ex. résigner, équilibrer, ventiler, etc.) De plus, nous sommes en mesure d’ajouter d’autres mécanismes d’adaptation à ceux de Stensaker et ses collaborateurs (2002) pour ensuite, offrir une classification de ceux-ci selon trois dimensions. Par ailleurs, nous relevons cinq facteurs facilitant l’acceptation, l’adhésion et l’intégration des changements, atténuant donc l’excès de changements. \n_____________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : changements organisationnels, excès de changements, mécanismes d’adaptation.
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 | 0.003 | 0.019 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.006 | 0.007 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.034 | 0.007 |
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".