Méthode d'identification des freins à la croissance d'une coopérative via l'étude de ses agencements sociotechniques : le cas de La Guilde
Bibliographic record
Abstract
Au sein de cette recherche, nous nous intéresserons au cas de La Guilde qui est une coopérative regroupant à ce jour 130 studios indépendants québécois dans le domaine du jeu vidéo. La Guilde et ses studios membres réalisent des activités variées qui sont supportées par des configurations sociotechniques. Pour cela, elle met à disposition de ses membres un outil collaboratif (Podio). Toutefois, l'organisation rencontre des difficultés dont elle n'est pas capable d'identifier les causes, ce qui ralentit considérablement l'évolution de la coopérative ainsi que la formation de projets inter-indépendants. C'est pourquoi nous avons élaboré une méthode, basée sur les principes de l'analyse des réseaux sociaux (SNA), capable de représenter ces associations, de manière à les étudier afin d'identifier les causes des problèmes qui entravent la coopérative. En l'appliquant, nous avons découvert que les studios membres avaient généralement connaissance les uns des autres, mais que cela ne se reflétait pas dans leur manière de communiquer, s'organiser ou travailler ensemble. Cela s'explique en partie par le fait qu'il n'existe aucun standard dans les outils numériques qu'utilisent les studios membres pour supporter leurs activités. Nous évoquons plusieurs limites de notre artefact, notamment le faible nombre de répondants à notre questionnaire ainsi que les contraintes temporelles qui nous ont restreints dans notre capacité à faire évaluer notre méthode par La Guilde. Pour améliorer notre méthode, nous suggérons plusieurs pistes, comme l'automatisation de certaines étapes ou la possibilité de l'adapter afin de la rendre applicable dans de nouveaux cadres de référence. \n_____________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : social network analysis, réseaux, jeux vidéo, La Guilde, collaboration, coopérative, configurations sociotechniques.
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 | 0.007 | 0.031 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.006 | 0.005 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.015 | 0.004 |
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".