MétaCan
Menu
Retour à la cohorte
Enregistrement W2101134398 · doi:10.1111/capa.12054

How much is enough? A study of municipal councillor remuneration

2014· article· en· W2101134398 sur OpenAlexaffabout
Kurt Schobel

Notice bibliographique

RevueCanadian Public Administration · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePublic Policy and Administration Research
Établissements canadiensRoyal Military College of Canada
Organismes subventionnairesnon disponible
Mots-clésRemunerationPolitical scienceWelfare economicsAccountingBusinessEconomicsLaw

Résumé

récupéré en direct d'OpenAlex

Abstract Canadian municipalities face a significant challenge when setting council remuneration. The inherent conflict‐of‐interest that arises when councillors vote on their remuneration requires the process to be as unbiased as possible. This article identifies four themes in municipal remuneration reports: composition of review committees, use of tax‐free remunerations, methodology of reviews, and identification of common key criteria for reviews. Using the identified criteria, the article recommends a four‐stage process for remuneration. Focusing the reviews on the stated criteria of municipalities may increase acceptance of the results and attract the best possible candidates. Sommaire Les municipalités canadiennes font face à un défi de taille lorsqu'elles doivent fixer la rémunération des conseillers. Le conflit d'intérêts inhérent, qui surgit lorsque les conseillers votent au sujet de leur rémunération, exige que le processus soit aussi impartial que possible. Cet article identifie quatre thèmes dans les rapports municipaux sur la rémunération : composition des comités d'examen, recours à des rémunérations non imposables, méthodologie des examens, et identification de critères clés communs pour les examens. À l'aide des critères identifiés, l'article recommande un processus de rémunération en quatre étapes. En axant les examens sur les critères stipulés par les municipalités, on pourrait accroître l'acceptation des résultats et attirer les meilleurs candidats possibles.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,962
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,094
Tête enseignante GPT0,357
Écart entre enseignants0,263 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations7
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Public AdministrationMême sujetPublic Policy and Administration ResearchTravaux en français237 207