MétaCan
Menu
Retour à la cohorte
Enregistrement W2118695241 · doi:10.26530/oapen_472457

Governing Failure - Provisional Expertise and the Transformation of Global Development Finance

2014· book· en· W2118695241 sur OpenAlexafffund
Jacqueline Best

Notice bibliographique

RevueCambridge University Press eBooks · 2014
Typebook
Langueen
DomaineSocial Sciences
ThématiqueInternational Development and Aid
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesUniversity of CambridgeStrongUniversity of OttawaPrinceton UniversityUniversity of QueenslandUniversity of OxfordHarvard UniversitySocial Sciences and Humanities Research Council of CanadaCopenhagen Business SchoolWorld Bank Group
Mots-clésCorporate governanceVulnerability (computing)PoliticsGlobal governancePolitical scienceBusinessPublic administrationFinanceComputer scienceComputer securityLaw

Résumé

récupéré en direct d'OpenAlex

Jacqueline Best argues that the changes in International Monetary Fund, World Bank and donor policies in the 1990s, towards what some have called the 'Post-Washington Consensus,' were driven by an erosion of expert authority and an increasing preoccupation with policy failure. Failures such as the Asian financial crisis and the decades of despair in sub-Saharan Africa led these institutions to develop governance strategies designed to avoid failure: fostering country ownership, developing global standards, managing risk and vulnerability and measuring results. In contrast to the structural adjustment era when policymakers were confident that they had all the answers, the author argues that we are now in an era of provisional governance, in which key actors are aware of the possibility of failure even as they seek to inoculate themselves against it. This book considers the implications of this shift, asking if it is a positive change and whether it is sustainable.This title was made Open Access by libraries from around the world through Knowledge Unlatched.

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)0,005
score de la tête « metaresearch » (Gemma)0,009
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,024
Communication savante0,0100,010
Science ouverte0,0010,005
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,010
Tête enseignante GPT0,209
Écart entre enseignants0,199 · 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

Citations189
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetInternational Development and AidTravaux en français237 207