MétaCan
Menu
Retour à la cohorte
Enregistrement W1970065311 · doi:10.1111/1467-9299.00270

Rational Management, Performance Targets and Executive Agencies: Views from Agency Chief Executives in Northern Ireland

2001· article· en· W1970065311 sur OpenAlexaff
Noel Hyndman, Ron Eden

Notice bibliographique

RevuePublic Administration · 2001
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePublic Policy and Administration Research
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésAgency (philosophy)Government (linguistics)BusinessService delivery frameworkNorthern irelandPublic relationsSenior managementNew public managementCentral governmentPerformance managementPublic sectorPublic administrationService (business)Focus (optics)Local governmentPolitical scienceMarketingSociology

Résumé

récupéré en direct d'OpenAlex

The way in which central government services are delivered in both Britain and Northern Ireland has changed significantly since 1988. Executive Agencies have been created with the aim of improving the efficiency and effectiveness of service delivery, with changes being supported by an increasing focus on the rational management model as a basis for improving management in the public sector. This paper is a case study of nine agencies within the Northern Ireland ‘family of agencies’ and is the first study of its type in the UK. It presents the results of a series of interviews with agency Chief Executives that attempted to identify perceptions with respect to the development, use and impact of mission statements, objectives, targets and performance measures (components of a rational management approach). The main findings of the research include: Northern Ireland Chief Executives perceive an increased focus on quantification since agencification; this focus is viewed as helpful in providing a basis for improving management; systems in practice are considered to be much more flexible than a rigid management model would normally suggest; and, it is thought that the potential adverse consequences of such an approach can be managed.

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)0,016
score de la tête « metaresearch » (Gemma)0,024
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 enseignants0,087
Score d'incertitude au seuil0,173

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,024
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0070,008
Communication savante0,0110,003
Science ouverte0,0010,004
Intégrité de la recherche0,0020,004
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 Opus0,060
Tête enseignante GPT0,349
Écart entre enseignants0,289 · 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

Citations57
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePublic AdministrationMême sujetPublic Policy and Administration ResearchTravaux en français237 207