Quand le problème est de définir le problème :\nles compétences mobilisées par les acteurs de la problématisation des projets de\nstage de coopération internationale
Bibliographic record
Abstract
Cette étude a été réalisée dans le cadre d’une maîtrise en Aménagement. Elle\ns’efforce à démontrer que l’étape d’un projet que l’on appelle problématisation,\nc’est-à-dire l’étape de construction des problèmes à être résolus, permet de\ns’assurer que les actions entreprises soient en cohérence et en pertinence avec le\ncontexte du projet.\nNous constatons désormais que nous ne pouvons plus nous contenter d’évaluer les\nprojets sur la seule base de son efficience, c’est-à-dire la concordance de ses\nrésultats avec les objectifs prévus. Dans ces circonstances, nous émettons\nl’hypothèse que la problématisation fait appel à des compétences particulières et\ngénéralement peu utilisées par rapport à d’autres étapes de la réalisation d’un\nprojet.\nÀ cet égard, nous avons réalisé un travail de recherche exploratoire sur ce thème en\nayant comme objectif d’obtenir une compréhension des compétences mobilisées\nlors de la problématisation en situation de projet en général et d’identifier plus\nspécifiquement ces compétences dans une situation de projet en particulier, celle\ndes projets de coopération internationale.\nPour y arriver, nous avons procédé à la construction d’un référentiel d’emploi et\nd’activités pour en déduire un référentiel de compétences de la problématisation.\nPour ce faire, nous avons réalisé une étude de cas sur les projets de stage de\ncoopération internationale.\nL’utilisation de la technique de l’« instruction au sosie » et d’une rechercheintervention\nnous ont permis de dégager les principaux résultats suivant: la\nproblématisation fait appel à des compétences particulières de gestion de\nl’information et de médiation. Les compétences générales de problématisation que\nles responsables des stages dans les organisations de coopération internationale\nv\ndoivent maîtriser sont : être capable de générer les disponibilités de projets à partir\nde données primaires et secondaires; être capable de faire des choix et de justifier\nces choix en fonction de l’analyse des données; être capable de présenter des\ninformations écrites claires, respectueuses des idées des partenaires en fonction du\nlangage de projet utilisé par le public auquel s’adresse la proposition; être capable\nd’utiliser les commentaires des évaluateurs pour améliorer un projet et être capable\nde mener à terme un projet.\nLa contribution principale de ce travail de recherche réside dans la proposition d’un\noutil précieux pour le recrutement et la sélection, l’évaluation du rendement, la\nformation et le perfectionnement des acteurs de la problématisation.
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 | 0.010 | 0.018 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.006 | 0.007 |
| Scholarly communication | 0.022 | 0.014 |
| Open science | 0.002 | 0.008 |
| Research integrity | 0.004 | 0.007 |
| Insufficient payload (model declined to judge) | 0.057 | 0.017 |
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".