Méthode pour déterminer des indicateurs de performance d’une transformation organisationnelle
Bibliographic record
Abstract
Il arrive parfois qu’une organisation voie le besoin de changer profondément sa façon de faire et doive entreprendre une transformation. Plus qu’un simple changement, ceci affecte l’organisation entière et touche à la fois les humains, les processus, la technologie et la culture de l’organisation. Lorsque les entreprises entreprennent ces transformations, elles en suivent l’évolution essentiellement en faisant des suivis de projet. Toutefois, elles ne mesurent habituellement pas les bénéfices en cours de transformation. En effet, le processus de transformation est long et les efforts sont concentrés sur l’exécution des activités des projets et ainsi, les objectifs d’affaires et la réalisation des bénéfices sont rapidement perdus de vue. Il y a alors de grands risques de dépenser beaucoup de temps, d’efforts et de ressources dans des activités qui, malgré ce qui avait été anticipé au départ de la transformation, n’apportent pas les bénéfices escomptés et n’aident pas l’organisation à atteindre sa vision cible. À la lumière de ces considérations, il appert que le suivi d’indicateurs de performance de la transformation, liés aux résultats finaux désirés, s’impose pour assurer la réussite de la transformation, autant sur le plan de la gestion du projet que de la réalisation des bénéfices d’affaires attendus. Cette recherche consiste à développer une approche permettant d’identifier les indicateurs de performances qui permettent de suivre les bénéfices d’une transformation organisationnelle, tant pendant son déroulement qu’à la fin. Pour ce faire, cette recherche utilisera le Business motivation model (BMM), développé par l’Object Management Group, plus spécifiquement, les parties concernant les fins et les moyens, afin de répondre à la problématique. Cette recherche apporte comme contribution une méthode novatrice intégrant le BMM et le concept d’indicateur de performance afin de suivre les bénéfices d’une transformation organisationnelle. Elle permet de faire le rapprochement entre les moyens et les fins de l’organisation lors de son processus de transformation ainsi que de formaliser le tout avec des indicateurs de performance. Cette méthode sera appliquée à un cas réel, soit au Plan de transformation organisationnelle du ministère des Transports du Québec. Finalement, cette recherche démontre que cette approche fonctionne dans le contexte de transformation organisationnelle en l’appliquant à une situation réelle, soit à la transformation du MTQ. Des pistes d’amélioration sont aussi proposées basées sur cette expérience.
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 | 0.017 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.004 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.012 | 0.006 |
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".