MétaCan
Menu
Retour à la cohorte
Enregistrement W2125312322 · doi:10.2753/pmr1530-9576300103

Trends in Performance Budgeting in Seven OECD countries

2006· article· en· W2125312322 sur OpenAlexaboutno aff
Miekatrien Sterck, Bram Scheers

Notice bibliographique

RevuePublic Performance & Management Review · 2006
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePublic Policy and Administration Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLegislatureBudget processAccountingAccountabilityPoliticsAccrualQuality (philosophy)BusinessPerformance measurementSituatedPublic administrationEconomicsPolitical scienceMarketingEarnings

Résumé

récupéré en direct d'OpenAlex

An international trend exists to use more information on results in public budgeting, but the focus of these initiatives varies from country to country, as demonstrated in this study of performance budgeting reforms in Australia, Canada, Sweden, the Netherlands, New Zealand, the United Kingdom, and the United States. On one hand, an evolution is taking place toward output and outcome budgeting, but on the other hand, a trend is moving toward accrual budgeting. The implementation of results-oriented budgeting evokes four major challenges: (a) to align the fiscal framework with the results-oriented budget reform, (b) to create legislative interest for performance, (c) to provide high-quality results information, and (d) to establish the leadership and authority of the central budget office. Are the results of performance budgeting worth the challenge? Very little evidence seems to exist that performance information is used in the political budgetary decision-making process or in the legislative oversight function. The major impact of results-oriented budget reform appears to be situated in the internal management of departments and agencies.

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)0,008
score de la tête « metaresearch » (Gemma)0,019
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,104
Score d'incertitude au seuil0,207

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0120,026
Études des sciences et des technologies0,0010,001
Communication savante0,0040,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,039
Tête enseignante GPT0,362
Écart entre enseignants0,322 · 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

Citations72
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePublic Performance & Management ReviewMême sujetPublic Policy and Administration ResearchTravaux en français237 207