Les bureaux de projets au Québec : une étude descriptive
Bibliographic record
Abstract
La gestion par projet s'est fortement développée au cours des dernières années. Cependant il semble que le succès ne soit pas toujours à la clé et les chiffres nous montrent que seulement un faible pourcentage de ces projets aboutit en respectant les contraintes de temps, de budget, de qualité et d'envergure. Afin d'encadrer ce développement des projets, d'augmenter le taux de réussite de ces derniers et de minimiser les risques, des bureaux de projets ont vu le jour dans des secteurs très variés (publique/privé, technique de l'information/construction...) et ce principalement dans les grandes entreprises. Cet engouement pour les bureaux de projets intéresse aujourd'hui les chercheurs en gestion de projet et l'un des principaux thèmes traités est celui de l'implantation des bureaux de projets. Dans ce travail, nous avions pour objectif d'accroître la connaissance actuelle des caractéristiques, de la nature des bureaux de projets au Québec. Nous voulions également déterminer si l'implantation des bureaux de projets suivait une logique adaptée à l'entreprise et s’il y avait un lien entre la présence d’un bureau de projets et la performance de l'organisation. Pour aborder ces questions de recherche, il a été choisi de réaliser une étude quantitative. Ainsi un questionnaire portant sur les hypothèses soulevées précédemment, et permettant de les valider, a été adressé à des gestionnaires de projets. Le questionnaire, réalisé sur Monkey Survey, a été diffusé par le biais d'un lien internet intégré à un message d'introduction mis à disposition sur les sites internet du PMI Lévis Québec, et du PMI Montréal. Cette étude a donc permis de dresser une description générale des bureaux de projets au Québec et d'accroître notre connaissance de ce phénomène en plein développement au sein des organisations au Québec.
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 | 0.002 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.004 | 0.014 |
| Science and technology studies | 0.005 | 0.001 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.017 | 0.001 |
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".