Des éthiques collectives à une gestion adaptative des conflits organisationnels : L’outil coPRIMOV en gouvernance
Bibliographic record
Abstract
L’idée d’une gouvernance collaborative gagne en popularité. Cependant, comment être véritablement collaboratif? Les systèmes de prises de décision diversifiés en intervenants doivent composer avec des parties prenantes aux positions, aux rôles, aux intérêts, aux missions, aux observations et aux valeurs différents. Par sa formule facile d’utilisation pour les éthicien·ne·s professionnel·le·s, l’outil de bioéthique co P·R·I·M·O·V (Position, Rôle, Intérêt, Mission, Observation, Valeurs) vise à améliorer la pratique des initiatives technosociales pour un développement durable, collaboratif et démocratique. L’outil reprend la logique d’analyse des conflits d’intérêts (CI) issue des cadres en éthique organisationnelle. Les CI, comme unité analytique en éthique, permettent d’anticiper et de gérer les problèmes pouvant compromettre à court et à long termes les activités d’un programme et sa gouvernance. L’outil a été construit à la suite d’une étude de cas sur la mise en œuvre d’un monitorage de l’utilisation des antibiotiques en santé animale au Québec, Canada. L’usage de cet outil de bioéthique est stratégique et aide à la négociation des positions, puis à la coconstruction d’un référentiel commun entre les parties prenantes en vue de préparer le terrain à une gouvernance collaborative favorisant la coopération.
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 | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.007 |
| Science and technology studies | 0.005 | 0.007 |
| Scholarly communication | 0.001 | 0.003 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.002 |
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".