MétaCan
Menu
Retour à la cohorte
Enregistrement W2099612430 · doi:10.1002/pam.20314

MPP programs emerging around the world19

2007· article· en· W2099612430 sur OpenAlexafffundabout
Iris Geva‐May, Greta Nasi, Alex Turrini, Claudia Scott

Notice bibliographique

RevueJournal of Policy Analysis and Management · 2007
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePublic Policy and Administration Research
Établissements canadiensSimon Fraser University
Organismes subventionnairesCalifornia State University, SacramentoVictoria UniversityNational University of SingaporeYork UniversityVirginia Commonwealth UniversityGeorgetown UniversityUniversità BocconiUniversity of WashingtonUniversity of Southern MaineArizona State UniversitySyracuse UniversityUniversity of MissouriUniversity of North Carolina at Chapel HillPepperdine UniversityGeorgia Institute of TechnologyGeorge Washington UniversityUniversity of PennsylvaniaUniversity of Massachusetts AmherstUniversity of Southern CaliforniaOhio State UniversityGeorgia State UniversityUniversity of PittsburghGeorge Mason University
Mots-clésValue (mathematics)Context (archaeology)Public policyPolitical sciencePublic administrationPublic relationsBusinessPublic economicsEconomic growthEconomicsGeography

Résumé

récupéré en direct d'OpenAlex

Abstract This paper examines public policy and management programs in Canada, Europe, Australia, and New Zealand, and makes comparisons with similar programs in the United States. Our study of public policy programs shows that there are many challenges ahead in terms of making good decisions on the form and content of programs that will add value to governments and citizens. Appropriate choices in terms of program design and pedagogy will reflect different economic, social, environmental, and cultural influences and will be shaped by history, values, and the roles of public policy and management professionals within a particular governmental context.

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)0,005
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,165
Score d'incertitude au seuil0,328

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,001
Communication savante0,0030,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0240,001

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 Opus0,043
Tête enseignante GPT0,427
Écart entre enseignants0,384 · 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

Citations34
Publié2007
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Policy Analysis and ManagementMême sujetPublic Policy and Administration ResearchTravaux en français237 207