MétaCan
Menu
Retour à la cohorte
Enregistrement W1536266244 · doi:10.1017/cbo9780511488511.002

Subjective and objective measures of organizational performance: An empirical exploration

2006· book-chapter· en· W1536266244 sur OpenAlexaboutno aff
Rhys Andrews, George A. Boyne, Richard M. Walker

Notice bibliographique

RevueCambridge University Press eBooks · 2006
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiquePublic Policy and Administration Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPerformance managementGlobePublic administrationPerformance measurementAuditGovernment (linguistics)Public serviceCommissionOrganizational performancePolitical scienceNew public managementChinaPublic relationsPerformance auditPublic managementService (business)BusinessEmpirical researchAccountingPublic sectorInternal auditMarketingPsychologyJoint audit

Résumé

récupéré en direct d'OpenAlex

Introduction Governments around the globe now seek to judge the performance of their public services. This has given rise to the introduction of a range of complex and sophisticated regimes to provide information to politicians, managers and the public on organizational success or failures. Examples include an index of measures of performance of Chinese cities (China Daily 2004), the Comprehensive Performance Assessment in English local government (Audit Commission 2002), the Government Performance Results Act 1992 in the US, the Service Improvement Initiative in Canada, the Putting Service First scheme in Australia, Strategic Results Area Networks in New Zealand, Management by Results in Sweden, and Regulation of Performance Management and Policy Evaluation in the Netherlands (Pollitt and Bouckaert 2004). Researchers have increasingly turned their attention to public service performance (e.g., see the Symposium edition of Journal of Public Administration Research and Theory 2005 (Boyne and Walker 2005), on the determinants of performance in public organizations). Despite such progress, a persistent problem for public management researchers and practitioners has been the conceptualisation and measurement of performance. Previous research has shown that organizational performance is multifaceted (Boyne 2003; Carter et al . 1992; Quinn and Rohrbaugh 1983; Venkatraman and Ramanujuam 1986). This is because public organizations are required to address a range of goals, some of which may be in conflict. Consequently, public organizations are obliged to focus attention on multiple dimensions of performance. Boyne's (2002) review of these dimensions isolated five conceptual categories – outputs, efficiency, effectiveness, responsiveness and democratic outcomes.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,035
score de la tête « metaresearch » (Gemma)0,070
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,185

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0350,070
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,013
Études des sciences et des technologies0,0010,007
Communication savante0,0060,012
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,087
Tête enseignante GPT0,305
Écart entre enseignants0,219 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations185
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetPublic Policy and Administration ResearchTravaux en français237 207