Toward a Roadmap to E-Government for a Better Governance
Notice bibliographique
Résumé
Information and Communication Technologies (ICTs) have a tremendous potential to improve the quality of people’s livelihood in general and especially in the developing countries. They can boost business, support education and health systems and also enhance the governance that is a major and vital factor in the development process. It is commonly agreed that e-Government systems enhance governance, but, unfortunately, there is a lack of empirical evidence to build upon this hypothesis, which, legitimately, creates reluctance among key decision makers, slows down the dissemination of technology as a decision support tool and as development enabler/infrastructure and contribute to the very dangerous phenomena known as the digital divide. In the context of Fez e-Government Project, that is being led in Morocco, in a close collaboration with the municipality of the Moroccan city of Fez, authors have developed a pilot e-Government system that facilitates citizens’ access to governmental information and services. From the outset of this 30 months project, the goal was to collect and analyze experimental data in order to see how the development/deployment of e-government systems impacted the governance process. This research has set up a methodology that emphasizes good governance at each step of an e-Government project and enables the researchers to continuously assess the outcomes of the resulting e-Gov system on governance. The ultimate goal is to reduce, as much as possible, the reluctance of politicians and decision makers and to contribute in the dissemination of technology for development purposes thru a scientific and proven methodology that systematically links e-Government outcomes to good governance attributes. In this chapter, authors present the main phases of this methodology and lessons learned during the e-Fez Project. This approach may benefit similar projects, especially in developing countries that are willing to create and deploy e-Government systems for the benefit of their citizens.
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 | 0,024 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,012 |
| Communication savante | 0,020 | 0,026 |
| Science ouverte | 0,003 | 0,012 |
| Intégrité de la recherche | 0,016 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,022 | 0,006 |
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 ».