What gets done and why: Implementing the recommendations of public inquiries
Notice bibliographique
Résumé
Abstract: Public inquiries are often the instrument of choice when governments decide to re‐think their approach to large issues, yet there has been little empirical research on how effective they are. This article is an evidence‐based look at what affects the implementation of recommendations made by public inquiries. It considers eleven inquiries, examining how they operated, their political and administrative setting, and what action was taken on the recommendations. The central hypothesis is that governments do implement the recommendations of public inquiries under certain conditions. Such implementation extends not only to technical, incremental recommendations but also to recommendations involving systemic changes. The findings point to the role of judges who head and preside over inquiries as policy influencers. Often buffered by inquiry counsel or policy staff, judges may test potential recommendations with governments and other interested parties. The impact of inquiry hearings suggests that public inquiries do not necessarily serve a government's wishes to delay action. If inquiry hearings are the top item in the news, it is hard to see how that furthers a government agenda to bury the issues. Sommaire: Les enquêtes publiques sont souvent l'instrument de choix auquel ont recours les gouvernements lorsqu'ils décident de repenser leur manière d'envisager les grandes questions, or peu de recherches empiriques ont été entreprises pour déterminer de leur efficacité. Le présent article est un examen fondé sur les données probantes de ce qui influe sur la mise en œuvre des recommandations résultant d'enquêtes publiques. Il passe en revue onze enquêtes publiques, examinant comment elles ont fonctionné, quel était leur cadre politique et administratif, et quelles mesures ont été prises à propos des recommandations. L'hypothèse principale est que les gouvernements mettent effectivement en œuvre les recommandations des enquêtes publiques dans certaines conditions. Une telle mise en œuvre couvre non seulement les recommandations techniques croissantes, mais aussi les recommandations concernant les changements systémiques. Les résultats attirent l'attention sur le rôle joué par les juges qui dirigent les enquêtes par l'influence qu'ils exercent sur les politiques. Les juges, souvent utilisés comme tampons par les avocats des enquête publiques ou le personnel chargé des politiques, peuvent tester les recommandations potentielles auprès des gouvernements et autres parties intéressées. L'impact des audiences des enquêtes publiques laisse entendre que les audiences publiques ne servent pas nécessairement à retarder les mesures à prendre comme pourrait le souhaiter le gouvernement. Si les audiences d'une enquête publique font la une des médias, il est difficile de voir comment un programme gouvernemental peut progresser en étouffant les questions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,182 | 0,426 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,007 |
| Communication savante | 0,013 | 0,009 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,007 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».