What’s in a name? A comparison of ‘open government’ definitions across seven Open Government Partnership members
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
No longer restricted to access to information laws and accountability measures, “open government” is now associated with a broad range of goals and functions, including public participation, open data, the improvement of public services and government efficiency. The 59 country strong Open Government Partnership (OGP) suggests that consensus on the value of open government is emerging amongst public officials. Similarly, academics have shown a renewed interest in open government as they discuss, debate and critique the meaning and role of open government reforms today. Yet, despite the diverse aims and tools characterizing contemporary open government, public officials and academics typically approach the subject as a cohesive unit of analysis, making sweeping—and generally non-empirical—claims about its implications, without accounting for the homegrown flavours that may characterize open government in practice. Simply put, the practice and study of contemporary open government suffers a lack of definitional clarity: what exactly is open government today, and how does it vary across governments? In response to these questions, this paper analyses the content of open government policy documents in seven OGP member states (Azerbaijan, Brazil, Canada, Netherlands, Kenya, United Kingdom, and the United States), providing the first systematic, empirically-grounded multi-country comparison of contemporary open government. The paper suggests where the term departs from and retains its original meaning, and how its definition varies across different governments
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 découle