Search

Drawing on the conceptual framework of intermediations in grassroots innovation for sustainability, this paper presents the first in-depth analysis of the role of third sector organizations in citizen science. The empirical data are derived from 31 case studies of associations (representing 80% of administrative-type third sector organizations in France). We identify the features unique to the two blurry categories of observational science and social innovation: amateur community management is not confined to crowdsourcing, and legitimization of experiential knowledge is key to inclusion in co-creation processes. We also characterize the activities of theseassociations as research intermediations. The organizations fulfil three roles depending on the research field and the organization’s position in the network, the degree of structuration of their partnerships with academics, and the goals and achievements in the projects in which they are involved. These intermediations are not aimed solely at experimentation and advancement of a particular territory’s activities; they try also to influence the dominant system by producing knowledge and recommendations for public policies.

How scientists might better contribute to SDGs in the land sector? At the invitation of INRAE, a group of high-level international experts delivers a comprehensive and systemic approach.

International audience; The term 'actionable knowledge' indicates the rising expectation that science should produce useful results for policy and planning. In line with this, the success of the notion of ecosystem services (ES) in ecological sciences has been associated with promises of enhanced environmental protection and a narrowed gap between ecological knowledge and action. Promising to deliver operational knowledge for land-use planning, the notion allows ecologists to address social and economic issues related to conservation. We show that actionability of ES in land-use planning is not given, but requires active engagement by ecologists, land-use planners and nature managers. Making ES knowledge useful can be achieved through a range of techniques facilitating collaborative action between the producers and users of ES knowledge. We draw on exploratory case analyses in France and Finland to show how ES maps and scenarios are mobilised to operationalise ES. More specifically, we identify four techniques associated with mapping and scenario-making that seek to render ES knowledge actionable: (1) measures of ES in specific units, (2) visualisation of the results, (3) storytelling to discuss future options and (4) gamification to enact a culture of cooperation. We underline that these techniques can be used in several different ways in the planning process, providing specific advantages and limits depending on the goals, and that they have a diverging place in professional cultures.

Since the 1990s, crop advisors rely mainly on experiments and on their contribution to the development of actionable knowledge (indicators and decision rules) meant to support farmers in monitoring their annual crops. They therefore play a key dissemination role. But is this way of producing and mobilizing agronomic knowledge still relevant when advisors have to support farmers in their transition towards agro-ecological practices? During sessions organized under the umbrella of the RMT Systèmes de cultures Innovants and the CHANGER project, advisors examined their way of supporting farmers in this transition, and analyzed their practices and their efficiency. Based on our observations and analysis of these discussions, and on our observations of ways through which advisors try to adjust their practice to better support farmers’ transition, we argue that this kind of peer interaction, grounded on work situation analysis, enables the advisors to develop new modes of actionable knowledge production. We first define what actionable knowledge means for us. We then describe the way the sessions are organized. Through examples, we show how some advisors develop new ways to use agronomic knowledge and reasoning. We highlight the processes by which advisors engage differently in actionable knowledge production, and propose a first qualification of such an actionable knowledge. We conclude with the need to further describe and assess these processes and the actionable knowledge it produces., Depuis les années 90, les conseillers agricoles en grandes cultures se sont largement appuyés sur les expérimentations et ce qu’elles permettent d’élaborer comme savoirs agronomiques d’action. Ce faisant, ils ont joué un rôle clé de transmetteurs de ces savoirs. Ce rôle n’est-il pas à revisiter pour accompagner les agriculteurs vers des pratiques agro-écologiques ? Dans le cadre de dispositifs d’échange mis en place dans le cadre du RMT Systèmes de Cultures Innovants et du projet Cas-Dar CHANGER, les conseillers interrogent leur façon de réaliser leur travail d’accompagnement des agriculteurs vers la transition, et analysent leurs pratiques et leur pertinence en regard de leurs missions. Nous avons observé et analysé ce qui s’échange dans des dispositifs d’échange sur le métier entre conseillers agricoles, ainsi que ce que les conseillers tentent pour faire évoluer leurs pratiques de conseil. Sur cette base, nous proposons de mettre en lumière la façon dont ces dispositifs d’échange entre pairs, structurés par l’analyse de situations de travail, peuvent permettre aux conseillers de s’engager autrement dans la production de savoirs agronomiques d’action. Après avoir précisé ce que nous entendons par savoirs agronomiques d’action, nous apportons des éléments sur la façon dont les dispositifs d’échange sont organisés. A partir d’exemples, nous mettons en lumière les processus par lesquels le dispositif permet aux conseillers de s’engager autrement dans la production de savoirs d’action dont nous amorçons une première qualification. Nous concluons sur la nécessité de poursuivre l’analyse pour mieux appréhender ces processus et mieux caractériser les savoirs produits.

In the context of a current need for cropping systems adapted to new economic, social and environmental requirements, some agronomists have focused their research and advice activities on the re-design of cropping systems. Such adaptation requires firstly new knowledge on biological and ecological mechanisms supporting cropping systems less dependent on synthetic inputs, and secondly, tools (models, methods, participatory processes in which farmers have an active participation) for their design and evaluation. However, the new knowledge and tools proposed until now mainly address a de novo design of completely described cropping systems. Thus, questions remain concerning how farmers may benefit from these resources in order to undertake progressive technical changes in their own cropping systems, without necessarily having a clear description of one specifically targeted cropping system. This led us to study the way farmers engaged in such technical changes are managing the available knowledge in the design of their action. To this end, different characteristics of knowledge were analyzed, and used to describe the forms of knowledge mobilized or not by farmers. We proceeded with different types of interaction between farmers and agronomists to bring out the relevant characteristics: we surveyed farmers re-designing their cropping system and advisors helping them in this action, we organized meetings with farmers, supported with a set of information materials previously characterized. Axes of description of knowledge characteristics include forms of quantification, ways in which different time scales are addressed, ways in which it refers to uncertainty and risks, ways it refers to agronomic situations, and to onfield action. Knowledge characteristics were studied with the aim to understand how they influence legitimation and validation for action, and how they allow them to act in their particular situation, which will need further research. With a better understanding of what can be actionable knowledge, we finally aim at making proposals for adapting the knowledge produced to support technical changes.

Why, what for and whom for to conduct researches about, in and on social work ? What is the interest in building knowledge if the concerned actors via the actions that are analyzed, cannot grasp the knowledge produced ? And is it acceptable to build within the researches, a social connection dominated by the searchers who instrumentalize the actors with regard to their finality ? Looking at the searchers’ usual method which are situated on an area that is imposed by the discipline and where they ‘sail’ between the ‘possible’,the ‘sailing’ area, which becomes ‘craft’, is no longer delimited by the discipline in itself but also by the actors’ principles (prescribing people, practicioners and users). To conduct it, it is better not to have some a priori on what is happening : we build in as we go along, we include everything that is possible. This means pluridiciplinarity and co-building of knowledge. We will talk therefore of research situated where it is hard to make progress if you do not trully want to know how the actors seize it. The good surprise is that this ethical position and this research of social utility of research produce a scientifical utility. Collaboration builds for searchers an explicit space which force to clarify in front of ‘ non-peers’, allow a critical feedback and benefical -from a heuristic point of view- from practitioners on notions and categories that the searcher produces and invite them to investigate the dimensions of reality which could not be seen otherwise., Pourquoi, pour quoi et pour qui mener des recherches en, dans, sur le travail social ? Quel est l’intérêt de construire des connaissances si les acteurs concernés par les actions que nous analysons, ne peuvent se saisir des connaissances produites ? Et est-il acceptable de construire dans les recherches, un rapport social dominé par les chercheurs qui instrumentalisent les acteurs par rapport à leur finalité ? Au regard des pratiques habituelles des chercheurs qui sont situées sur une aire qui est imposée par la discipline et où ils « naviguent » entre les « possibles », l’aire de « navigation », qui devient « bricolage », n’est plus délimitée seulement par la discipline mais également par les principes des acteurs (prescripteurs, praticiens et usagers). Pour la conduire, il ne faut pas avoir d’a priori sur ce qui est en train de se passer : on construit chemin faisant, on englobe ce qui est possible. Cela suppose pluridisciplinarité et co-construction de savoirs. On parlera ici de recherche située où on ne peut avancer que si on est dans le souci de savoir comment les acteurs s’en saisissent. La bonne surprise, c’est que cette position éthique et cette recherche d’utilité sociale de la recherche produisent de l’utilité scientifique. Les collaborations construisent pour les chercheurs un espace d’explicitation qui oblige à préciser devant des « non-pairs », permettent un retour critique et heuristiquement profitable de la part de praticiens sur les notions et les catégories que le chercheur produit et les invitent à investiguer des dimensions de la réalité qu’ils ne repéreraient pas autrement.

This thesis deals with the biased subject of cognitive automation without really coming to a decision. A complete information processing system to support each step of a collective decision-making process (DMP) is proposed. The automation of the learning stage in a DMP is emphasized: the actionable knowledge, i.e. the knowledge relevant for action, becomes a data that can be manipulated by algorithms. The model that supports our interactive decision-making support system (IDMSS) widely relies on automated knowledge processing. Data-mining, multi criteria decision and optimization techniques are together required in our IDMSS that corresponds to a cybernetic interpretation of the model of decision by the economist Simon. The epistemic incertitude inherent to a decision-making is captured by the notion of decisional risk that analyses the discriminating factors between competing alternatives. Several attitudes in the control of decisional risk may be envisaged: the IDMSS can be used to validate, check or refute an opinion. In every case, the control of epistemic incertitude is not neutral w.r.t. the dynamics of the DMP. The instrumentation of the learning stage in the DMP leads to elaborate the actuator of a retroaction loop that enables to control the dynamics of the DMP. Our approach provides a new framework to formalize the relations between epistemic incertitude, decisional risk and decision stability concepts.An analysis of the fundamental concepts of actionable knowledge and of automated indexation that support our models and tools is proposed. The actionable knowledge concept acquires a new interpretation in this cybernetic framework: that is the knowledge manipulated by the IDMSS actuator to control the dynamics of a DMP. A brief synthesis of the most popular learning techniques in knowledge discovery is proposed. All these techniques are instantiated for the automated extraction of actionable knowledge in a multi criteria evaluation process. The problem of a video-club manager who tries to optimize his investments w.r.t. the preferences of his customers provides a relevant application that illustrates our whole information processing system., Cette thèse, sans prendre parti, aborde le sujet délicat qu'est l'automatisation cognitive. Elle propose la mise en place d'une chaîne informatique complète pour supporter chacune des étapes de la décision. Elle traite en particulier de l'automatisation de la phase d'apprentissage en faisant de la connaissance actionnable--la connaissance utile à l'action--une entité informatique manipulable par des algorithmes.Le modèle qui supporte notre système interactif d'aide à la décision de groupe (SIADG) s'appuie largement sur des traitements automatiques de la connaissance. Datamining, multicritère et optimisation sont autant de techniques qui viennent se compléter pour élaborer un artefact de décision qui s'apparente à une interprétation cybernétique du modèle décisionnel de l'économiste Simon. L'incertitude épistémique inhérente à une décision est mesurée par le risque décisionnel qui analyse les facteurs discriminants entre les alternatives. Plusieurs attitudes dans le contrôle du risque décisionnel peuvent être envisagées : le SIADG peut être utilisé pour valider, vérifier ou infirmer un point de vue. Dans tous les cas, le contrôle exercé sur l'incertitude épistémique n'est pas neutre quant à la dynamique du processus de décision. L'instrumentation de la phase d'apprentissage du processus décisionnel conduit ainsi à élaborer l'actionneur d'une boucle de rétroaction visant à asservir la dynamique de décision. Notre modèle apporte un éclairage formel des liens entre incertitude épistémique, risque décisionnel et stabilité de la décision.Les concepts fondamentaux de connaissance actionnable (CA) et d'indexation automatique sur lesquels reposent nos modèles et outils de TALN sont analysés. La notion de connaissance actionnable trouve dans cette vision cybernétique de la décision une interprétation nouvelle : c'est la connaissance manipulée par l'actionneur du SIADG pour contrôler la dynamique décisionnelle. Une synthèse rapide des techniques d'apprentissage les plus éprouvées pour l'extraction automatique de connaissances en TALN est proposée. Toutes ces notions et techniques sont déclinées sur la problématique spécifique d'extraction automatique de CAs dans un processus d'évaluation multicritère. Enfin, l'exemple d'application d'un gérant de vidéoclub cherchant à optimiser ses investissements en fonction des préférences de sa clientèle reprend et illustre le processus informatisé dans sa globalité.

Dans certaines formes classiques de recherche en sciences sociales, les chercheurs essaient de généraliser d’un échantillon représentatif à une population plus large. Ce processus perd de son utilité si l’on étudie une innovation managériale à son tout début. Nous devons alors privilégier une approche qui permette de rendre compte de la connaissance actionnable produite au moment même où des pratiques et des théories de management sont inventées. Cet article vise à proposer un cadre d’analyse permettant de mieux comprendre la contribution de la recherche en management à la production d’une connaissance actionnable et au processus de passage de cette connaissance actionnable à une théorie universelle. Après avoir caractérisé le management comme « pratique » et défini les notions de « modèle de management », « connaissance actionnable » et « théorie universelle », nous opérons une distinction (1) entre les phases de découverte et de validation dans la conception des modèles de management et (2) entre les contributions respectives de l’académie et des organisations à chacune de ces phases. Le croisement de ces deux dimensions génère quatre situations idéal-typiques d’une collaboration entre académie et organisations : dans la première, les chercheurs et les acteurs, sur le terrain, découvrent/inventent un nouveau modèle de management et créent la théorie qui donne au modèle sa valeur universelle ; dans la seconde, les chercheurs découvrent/inventent, au sein de l’académie, un nouveau modèle de management qui pourrait être rendu actionnable dans certains contextes de management ; dans la troisième, les chercheurs créent la théorie qui donne une valeur universelle à un modèle déjà découvert/inventé par des organisations pionnières et dans la quatrième, les chercheurs travaillent à commenter, comparer, tester ou améliorer un modèle de management qui a déjà été découvert/inventé et validé et pour lequel la théorie universelle adéquate a déjà été formulée. Nos conclusions sont doubles : (1) au stade de la découverte, le chercheur doit être capable à la fois de capturer le modèle sous sa forme actionnable et de créer la théorie qui donne au modèle sa valeur universelle ; (2) seule une approche collaborative de la recherche en management, en partenariat avec des organisations pionnières, permet aux chercheurs d’espérer produire conjointement les formes actionnable et universelle de nouveaux modeles de management

This thesis deals with the biased subject of cognitive automation without really coming to a decision. A complete information processing system to support each step of a collective decision-making process (DMP) is proposed. The automation of the learning stage in a DMP is emphasized: the actionable knowledge, i.e. the knowledge relevant for action, becomes a data that can be manipulated by algorithms. The model that supports our interactive decision-making support system (IDMSS) widely relies on automated knowledge processing. Data-mining, multi criteria decision and optimization techniques are together required in our IDMSS that corresponds to a cybernetic interpretation of the model of decision by the economist Simon. The epistemic incertitude inherent to a decision-making is captured by the notion of decisional risk that analyses the discriminating factors between competing alternatives. Several attitudes in the control of decisional risk may be envisaged: the IDMSS can be used to validate, check or refute an opinion. In every case, the control of epistemic incertitude is not neutral w.r.t. the dynamics of the DMP. The instrumentation of the learning stage in the DMP leads to elaborate the actuator of a retroaction loop that enables to control the dynamics of the DMP. Our approach provides a new framework to formalize the relations between epistemic incertitude, decisional risk and decision stability concepts.An analysis of the fundamental concepts of actionable knowledge and of automated indexation that support our models and tools is proposed. The actionable knowledge concept acquires a new interpretation in this cybernetic framework: that is the knowledge manipulated by the IDMSS actuator to control the dynamics of a DMP. A brief synthesis of the most popular learning techniques in knowledge discovery is proposed. All these techniques are instantiated for the automated extraction of actionable knowledge in a multi criteria evaluation process. The problem of a video-club manager who tries to optimize his investments w.r.t. the preferences of his customers provides a relevant application that illustrates our whole information processing system.; Cette thèse, sans prendre parti, aborde le sujet délicat qu'est l'automatisation cognitive. Elle propose la mise en place d'une chaîne informatique complète pour supporter chacune des étapes de la décision. Elle traite en particulier de l'automatisation de la phase d'apprentissage en faisant de la connaissance actionnable--la connaissance utile à l'action--une entité informatique manipulable par des algorithmes.Le modèle qui supporte notre système interactif d'aide à la décision de groupe (SIADG) s'appuie largement sur des traitements automatiques de la connaissance. Datamining, multicritère et optimisation sont autant de techniques qui viennent se compléter pour élaborer un artefact de décision qui s'apparente à une interprétation cybernétique du modèle décisionnel de l'économiste Simon. L'incertitude épistémique inhérente à une décision est mesurée par le risque décisionnel qui analyse les facteurs discriminants entre les alternatives. Plusieurs attitudes dans le contrôle du risque décisionnel peuvent être envisagées : le SIADG peut être utilisé pour valider, vérifier ou infirmer un point de vue. Dans tous les cas, le contrôle exercé sur l'incertitude épistémique n'est pas neutre quant à la dynamique du processus de décision. L'instrumentation de la phase d'apprentissage du processus décisionnel conduit ainsi à élaborer l'actionneur d'une boucle de rétroaction visant à asservir la dynamique de décision. Notre modèle apporte un éclairage formel des liens entre incertitude épistémique, risque décisionnel et stabilité de la décision.Les concepts fondamentaux de connaissance actionnable (CA) et d'indexation automatique sur lesquels reposent nos modèles et outils de TALN sont analysés. La notion de connaissance actionnable trouve dans cette vision cybernétique de la décision une interprétation nouvelle : c'est la connaissance manipulée par l'actionneur du SIADG pour contrôler la dynamique décisionnelle. Une synthèse rapide des techniques d'apprentissage les plus éprouvées pour l'extraction automatique de connaissances en TALN est proposée. Toutes ces notions et techniques sont déclinées sur la problématique spécifique d'extraction automatique de CAs dans un processus d'évaluation multicritère. Enfin, l'exemple d'application d'un gérant de vidéoclub cherchant à optimiser ses investissements en fonction des préférences de sa clientèle reprend et illustre le processus informatisé dans sa globalité.

Would it be possible to transform tacit knowledge existing in organizations into actionable knowledge that would be considered as scientific knowldedge by the academic community in management science? What is considered as scientific knowledge in management science?This paper is about a research study that has been carried out on this epistemo-methodological questionning. The first part sets forth a definition of legitimated actionable knowledge in management science considered as a science of the artificial. The second part bears on a particular approach to transform managerial experience into actionable knowledge: narrative of practices.

Would it be possible to transform tacit knowledge existing in organizations into actionable knowledge that would be considered as scientific knowldedge by the academic community in management science? What is considered as scientific knowledge in management science?This paper is about a research study that has been carried out on this epistemo-methodological questionning. The first part sets forth a definition of legitimated actionable knowledge in management science considered as a science of the artificial. The second part bears on a particular approach to transform managerial experience into actionable knowledge: narrative of practices.

Actionable knowledge is linked with its user: the practitioner. But this link does not mean that its content should only be a set of techniques. In relation with management science and management education, should it then be enough (or not) to formalize and to teach these techniques? This argumentation will try to show that the concept of technology is probably the closest notion to actionable knowledge.