MétaCan
Menu
Retour à la cohorte
Enregistrement W1506034228 · doi:10.15353/joci.v4i2.2955

E-Governance in the Developing World in Action

2008· article· en· W1506034228 sur OpenAlexvenueno aff
Arjan de Jager, Victor van Reijswoud

Notice bibliographique

RevueThe Journal of Community Informatics · 2008
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueComplex Systems and Decision Making
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTransparency (behavior)Corporate governanceE-governanceGovernment (linguistics)Information and Communications TechnologyBusinessOrder (exchange)Process (computing)Action (physics)Developing countryPublic administrationPublic relationsProcess managementGood governancePolitical scienceEconomic growthEconomicsComputer scienceFinance

Résumé

récupéré en direct d'OpenAlex

E-Governance is a powerful tool for bringing about change to government processes in the developing world. E-governance operates at the cross roads between Information and Communication Technology and government processes, and can be divided into three overlapping domains: e-administration, e-services and e-society. In order to be successful, e-governance must be firmly embedded in the existing government processes, must be supported, both politically and technically, by the governments, and must provide users with reasons to use these on-line domains. In order to maximize the impact, process change needs to be considered part and parcel of e-governance.
 
 In this report, we present and evaluate an e-governance programme in the East African country of Uganda. The programme, DistrictNet, tries to provide transparency at the local government level and to improve the provision of public information through the implementation of ICT. DistrictNet started in 2002 and is on-going. The achievements of the programme are presented and evaluated according to the criteria of the three domains of e-governance and their impact on government processes. On the basis of this evaluation, we elicit lessons that can be used to guide similar programmes at the local government levels in the developing world. 

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,018
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,593
Score d'incertitude au seuil0,640

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0180,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,369
Tête enseignante GPT0,432
Écart entre enseignants0,063 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Community InformaticsMême sujetComplex Systems and Decision MakingTravaux en français237 207