La gestion des connaissances et le développement des capacités dans les réseaux d'aide au développement : le cas d'Oxfam-Québec et de ses partenaires
Bibliographic record
Abstract
Conformément à l'approche de la coopération fondée sur les savoirs, les interventions des ONG canadiennes d'aide au développement auprès des organisations des pays en développement se déroulent souvent dans le cadre de partenariats et de réseaux axés sur le renforcement des capacités. Pourtant, la description et l'analyse de la relation entre les réseaux et le développement intentionnel demeure limitée et la recherche dans ce domaine a négligé les réseaux d'intervention engagés sur le terrain dans le développement des capacités des organisations locales. Les ONG canadiennes d'aide au développement oeuvrent de plus en plus au sein de ces réseaux d'intervention. Pourtant, elles disposent de peu de moyens de suivre le développement des capacités des partenaires, de tracer l'impact de leurs interventions sur cette évolution et de déterminer quelles pratiques de gestion des connaissances mises en place au niveau du partenariat ou du réseau y ont contribué. Cette recherche contribue à une meilleure compréhension de la contribution des pratiques de gestion des connaissances au renforcement des capacités des organisations partenaires dans les partenariats et réseaux de développement. il s'agit d'une étude de cas multi-sites processuelle, longitudinale et rétrospective. Elle décrit et analyse sur une période de plusieurs années le processus de développement des capacités de trois ONG ouest-africaines partenaires d'Oxfam-Québec et membres de réseaux nationaux et régional mis sur pied par cette dernière. La recherche dégage trois configurations de pratiques particulièrement porteuses pour le développement des capacités des partenaires et les conditions associées à leur efficacité et montre que l'apprentissage des partenaires dans les réseaux s'explique par leur capacité d'absorption et que la contribution majeure d'Oxfam-Québec à cet égard a consisté à les soutenir dans le développement de cette capacité. La recherche enrichit et ajoute au modèle de capacité d'absorption de Zahra et George. De plus, les résultats obtenus ont mené à l'élaboration d'un modèle empirique rendant compte de la relation entre les intentions stratégiques des acteurs, les pratiques de gestion des connaissances exercées au niveau du réseau et du partenariat et le développement des capacités des partenaires.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.004 | 0.006 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
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; both teacher heads agree on what is shown here.
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".