MétaCan
Menu
Retour à la cohorte
Enregistrement W2166050581 · doi:10.5539/ilr.v3n1p177

Globalization, Local Government and Impeachment at Grassroots Level: Nigeria as a Case Study

2014· article· en· W2166050581 sur OpenAlexvenueaboutno aff
Fatai Ayisa Olasupo

Notice bibliographique

RevueInternational Law Research · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAfrican Education and Politics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésImpeachmentGrassrootsGlobePolitical scienceGlobalizationGovernment (linguistics)Local governmentPublic administrationNewspaperLawPolitics

Résumé

récupéré en direct d'OpenAlex

Of recent, Local Government or what is known in some other countries as Mayor is – and for the first time – attracting global attention over impeachment process and its attendant theatrics. Beginning with the Mayor of Toronto who for more than one week entertained the world on Cable Network News (CNN); to the Mayor of Kampala in Uganda; Mayor of Bogota in Colombia; and the countless number of impeached Local Government Chairmen in Nigeria, the stories are the same. Reactions are also the same across the globe; first, for the Mayors themselves, second, for their supporters and, thirdly, for other extraneous factors in the impeachment process. In all of these countries, there are deep involvements of central as well as provincial governments in the impeachments of Mayors for one reason or the other leading to series of theatrics that entertain not just the local, national and the general publics in particular but global audience in general. This paper intends to use Nigeria as a case study of not just how Federal and Provincial governments as well as other godfathers interfere with affairs of Local governments and thus render their (Mayors’) autonomies useless against the wish of the Constitutions or Charters, as the case may be, that set them up.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0130,007
Communication savante0,0040,002
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,095
Tête enseignante GPT0,471
Écart entre enseignants0,376 · 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

Citations0
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Law ResearchMême sujetAfrican Education and PoliticsTravaux en français237 207