Policy analysis and policy work in federal systems: Policy advice and its contribution to evidence-based policy-making in multi-level governance systems
Notice bibliographique
Résumé
Abstract In most cases, policy scholars interested in the role of policy analysts in promoting and practicing evidence-based policy-making rely on very partial survey results, or on anecdotal case studies and interview research. Despite the existence of a large body of literature on policy analysis, large-scale empirical studies of the work of policy analysts are rare, and in the case of analysts working at the sub-national level, virtually non-existent. There has been very little research on this level of policy workers despite the significant powers they exercise in prominent federal systems such as the USA, Germany, Australia, Mexico, Russia, Brazil, Malaysia and Canada. This paper reports on the first comprehensive survey of the work of policy analysts at the provincial and territorial levels conducted in Canada in 2008–2009. It examines the background and training of provincial and territorial policy analysts, the types of techniques they employ in their jobs, and what they do in their work on a day-by-day basis. The resulting profile of sub-national policy analysts presented here reveals several substantial differences between analysts working for national governments and their sub-national counterparts, with important implications for policy training and practice, and for the ability of nations to improve their policy advice systems in order to better accomplish their long-term policy goals through the practice of evidence-based policy-making.
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 | 0,100 | 0,202 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,011 | 0,014 |
| Études des sciences et des technologies | 0,014 | 0,028 |
| Communication savante | 0,027 | 0,009 |
| Science ouverte | 0,003 | 0,013 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
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 ».