What's wrong with this picture? The case of access to information requests in two continental federal states – Germany and Switzerland
Notice bibliographique
Résumé
More than 80 access to information (ATI) laws exist worldwide. Their primary objectives are to increase transparency and accountability in government. Given the similarity in the components of ATI laws across countries, one could expect per capita usage of the laws to be roughly similar. However, comparing the number of requests in seven countries, we found that far fewer requests are being made in Switzerland and Germany than in Canada, Ireland, Mexico, India, and the UK and that, in contrast to these five, the number is not increasing. Drawing on 28 semi-structured interviews with experts on the Swiss Law on Transparency (LTrans) and German FOI Law (IFG), we offer three primary explanations for the low use of the laws. The first is that few people are aware of the law in either country as a consequence of little promotion of the laws. The second is that people might have more interest in information held at the state or local level than at the federal level. The third is that other avenues to information in Switzerland reduce interest in using the LTrans and a culture of “ amtsgeheimnis”, or official secrecy, in Germany inhibits the administration from willingly disclosing information. We examine these hypotheses against the situation in the UK, where awareness of the FOI law is known to be high and the number of requests is high and has been on the rise for the past four years.
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 | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,013 | 0,010 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,006 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».