(Cet article est une version entièrement mise à jour de l'article original publié en novembre 2011 sous le titre "Creating a Foresight and Warning Model" : Cartographie d'un réseau dynamique (I)"). Cartographier les risques et les incertitudes est la deuxième étape d'un processus adéquat pour anticiper et gérer correctement les risques et les incertitudes. Cette étape commence par la construction d'un modèle qui, une fois terminé, décrira et expliquera le problème ou la question en jeu, tout en permettant l'anticipation ou la prévoyance. En d'autres termes, à la fin de la première étape, vous avez sélectionné un risque, une incertitude, ou une série de risques et d'incertitudes, ou encore un sujet de préoccupation, avec son calendrier et sa portée appropriés, par exemple, quels sont les risques et les incertitudes à [...]
Archives de l’étiquette : facteur
Construire le récit d'un scénario de prospective avec les réseaux d'ego
Dans de nombreuses méthodes de prospective, une fois que vous avez identifié les principaux facteurs ou variables et que vous avez atteint le moment de développer le récit des scénarios, vous n'avez plus aucune indication sur la manière d'accomplir cette étape, au-delà de quelque chose qui va dans le sens de "donner de la chair au scénario et développer l'histoire "*.
Ici, nous allons faire autrement et fournir une méthode simple et facile pour écrire le scénario. Nous utiliserons le réseau dynamique que nous avons construit pour Everstate - ou pour une autre question - et la fonction appelée "Ego Network" qui est disponible dans les logiciels d'analyse et de visualisation des réseaux sociaux pour guider le développement et la rédaction du récit.
Variables, valeurs et cohérence dans les réseaux dynamiques
Dans cet article, nous expliquons et discutons le contexte méthodologique qui nous permet de fixer les critères pour l'Everstate - ou pour tout pays ou question choisis - comme le montre le post "Les caractéristiques de l'inversion.” En attendant, nous nous attaquons également au problème de la cohérence.
Réexamen de l'analyse d'influence
Une fois que les variables (également appelées facteurs et déterminants selon les auteurs) ont été identifiées - et dans notre cas mappéLa plupart des méthodes de prévision visent à réduire leur nombre, c'est-à-dire à ne conserver que quelques-unes de ces variables.
En effet, compte tenu des limites cognitives, ainsi que des ressources limitées, on essaie d'obtenir un certain nombre de variables qui peuvent être facilement et relativement rapidement combinées par le cerveau humain.
Le problème auquel nous sommes confrontés ici sur le plan méthodologique est de savoir comment réduire au mieux ce nombre de variables, en s'assurant que nous ne réintroduisons pas de biais et/ou que nous simplifions notre modèle au point qu'il devienne inutile ou sous-optimal.
En outre, compte tenu également des réactions indésirables potentielles des praticiens à des modèles complexes, il est le plus souvent nécessaire de pouvoir présenter un modèle correctement simplifié ou réduit (tout en restant fidèle au modèle initial).
Modélisation des risques et incertitudes dynamiques (2) : Cartographie d'un réseau dynamique
Retournez à Première partie
En fait, tout modèle de SF&W, puisqu'il traite principalement du temps, devrait être un réseau dynamique. Comment pouvons-nous espérer obtenir une ébauche potentielle pour l'avenir si notre modèle de compréhension est statique ?
Notre carte vise donc à représenter la dynamique potentielle des politiques. Nous utiliserons notamment ErtmanIl s'agit d'un travail de construction de l'État dans le passé, mais qui peut être adapté aux conditions actuelles et futures.
