The making of an institutional context favorable for inter-organizational trust within a meta-organization : a study of two clusters of cultural and creative industries in France and Canada
Bibliographic record
Abstract
Notre objectif est de comprendre comment les acteurs qui prennent part à la gouvernance d’une méta-organisation interviennent dans l’émergence et le maintien d’un contexte institutionnel favorable à la confiance dans les relations inter-organisationnelles (RIO). Nous réalisons deux études de cas qualitatifs de clusters des industries culturelles et créatives, en France et au Canada. Pour le cas français nous pointons les difficultés relatives à la confiance et le travail postérieur de construction de nouvelles frontières, avec une conciliation entre besoins économiques et esprit de création artistique. Pour le cas canadien : un climat initial peu propice à la confiance et un travail postérieur d’institutionnalisation de l’idée que le cluster agit dans l’intérêt de toute l’industrie. Nous proposons un cadre conceptuel pour analyser les pratiques de création et maintien d’un contexte institutionnel favorable à la confiance dans les RIO, dans une perspective structurationniste (relation récursive institutions/action). Nous distinguons des dimensions du contexte et deux types de pratiques : « d’activation » (les acteurs font intentionnellement appel à des éléments institutionnels jugés pertinents vis-à-vis de la confiance par rapport à l’interaction) ; et « de structuration », (ils structurent progressivement les bases institutionnelles de la confiance pour des interactions, actuelles et futures). Nous proposons des éléments pour une « compétence liée à la confiance », comme une capacité liée au déploiement, dans une manière perçue comme authentique, de comportements liés à la confiance et jugés appropriés vis-à-vis du rôle de l’acteur dans un contexte institutionnel donné
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.018 | 0.013 |
| Scholarly communication | 0.009 | 0.002 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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; 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".