Reconciling Streams and Stages:Avoiding Mixed Metaphors in the Characterization of Policy Processes
Notice bibliographique
Résumé
Metaphors have much analytical purchase in the policy sciences - none more so than that of the notions of policy stages and multiple streams. Yet there are difficulties, even allowing for necessary parsimony, in applying these individual metaphors to policy processes. This paper attempts to combine metaphors about policy cycles and policy streams in order to provide a more realistic synthesis that can capture diverse factors such as changing governance norms, detailed program interventions and the sheer complexity of policy drivers – ranging from coalition building to ‘garbage can’ solutions. In doing so it examines the difficulties of mixing these two metaphors and the special difficulty of ascertaining how many streams should be conceptualised. We argue that three-stream models such as Kingdon’s may be well suited to understanding one specific stage of policy-making but require augmentation in order to effectively interpret the full set of variables affecting processes and outcomes occurring through multiple stages of policy making. The paper proposes a five stream ‘confluence’ model which highlights the interactions between and among streams as a more effective metaphorical construction retaining the essence of the Kingdon ‘stream’ image while also incorporating elements of the ‘cycle’ or ‘stages’ one. The confluence model, it is argued, retains the basic thrust and vocabulary developed by Kingdon while offering a more comprehensive and relevant metaphor for capturing the dynamics of public policy-making.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,031 |
| Communication savante | 0,011 | 0,031 |
| Science ouverte | 0,002 | 0,011 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».