MétaCan
Menu
Retour à la cohorte
Enregistrement W16179121

A comparative analysis of the roles and functions of the Inspector-General of intelligence with specific reference to South Africa

2008· dissertation· en· W16179121 sur OpenAlexaboutno aff
Takalani Esther Netshitenzhe

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueIntelligence, Security, War Strategy
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Pretoria
Mots-clésComputer scienceGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The dissertation conducts a comparative analysis of the roles of the Inspectors-General of Intelligence with specific reference to South Africa. The analysis assessed the roles, functions and structures of the office of the Inspectors-General in the following countries: Canada, Australia, New Zealand, the United States of America, South Africa and equivalent institutions in the United Kingdom. The study was based on a review of existing literature and interviews and written responses with some of the members of the Joint Standing Committee on Intelligence, the former Minister for Intelligence Services, LN Sisulu, the head of the intelligence division of the South African National Defence Force, the former deputy Director-General of the South African Secret Service, judge Gordon who is responsible for interception of communications and the current Inspector-General of Intelligence, Mr ZT Ngcakani. The performance of the office of the Inspector General of Intelligence since 1995 indicates that: (a) there were ambiguities in the legal framework for the office of the Inspector-General which led to various interpretations by stakeholders on the functioning of the office; (b) there is still a need to test the impact of the office of the Inspector General on the Services and the public; and (c) the Inspector-General's office requires other oversight mechanisms to complement its functions.

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)0,005
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,005
Études des sciences et des technologies0,0040,003
Communication savante0,0040,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,068
Tête enseignante GPT0,323
Écart entre enseignants0,255 · 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'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

Citations2
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetIntelligence, Security, War StrategyTravaux en français237 207