MétaCan
Menu
Retour à la cohorte
Enregistrement W1911339089 · doi:10.1002/pad.1644

DANGER ZONES OF CORRUPTION: HOW MANAGEMENT OF THE MINISTERIAL BUREAUCRACY AFFECTS CORRUPTION RISKS IN POLAND

2013· article· en· W1911339089 sur OpenAlexfundno aff
Paul Heywood, Jan‐Hinrik Meyer‐Sahling

Notice bibliographique

RevuePublic Administration and Development · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCorruption and Economic Development
Établissements canadiensnon disponible
Organismes subventionnairesÉcole nationale d'administration publiqueWorld Bank Group
Mots-clésBureaucracyLanguage changeReputationIncentiveHonestyCompetence (human resources)Civil servicePublic administrationPolitical scienceEconomicsBusinessDevelopment economicsLawMarket economyPublic serviceManagement

Résumé

récupéré en direct d'OpenAlex

SUMMARY This article examines the relationship between management of the ministerial bureaucracy and the risk of high‐level corruption in Poland. Four danger zones of corruption in the ministerial bureaucracy are distinguished, comprising the personalisation of appointments, the emergence of multiple dependencies, the screening capacity of the personnel system and the incentive of bureaucrats to develop a reputation of honesty and competence. Empirically, the article investigates the case of Poland from 1997 until 2007 and sets the findings in a comparative East Central European perspective. The article shows that corruption risks in the ministerial bureaucracy increased in most but not all danger zones after 2001 and, in particular, during the period of the centre‐right governments that were in office between 2005 and 2007. The increase in corruption risks is reflected in Poland's deteriorating corruption record during the same period. The conclusion discusses the findings with regard to alternative causes of corruption and the relationship between civil service professionalisation and corruption in other East Central European countries. Copyright © 2013 John Wiley & Sons, Ltd.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,005
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,001
Science ouverte0,0000,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,313
Écart entre enseignants0,245 · 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

Citations23
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePublic Administration and DevelopmentMême sujetCorruption and Economic DevelopmentTravaux en français237 207