MétaCan
Menu
Retour à la cohorte
Enregistrement W2347135031 · doi:10.24840/2183-0606_004.001_0004

Data, Dialogue, and Innovation: Opportunities and Challenges for “Open Government” in Canada

2016· article· en· W2347135031 sur OpenAlexaffabout
Jeffrey Roy

Notice bibliographique

RevueJournal of Innovation Management · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueE-Government and Public Services
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésOpen governmentRealmGovernment (linguistics)Corporate governancePublic sectorContext (archaeology)Action planAction (physics)Open innovationPublic relationsOpen dataOrder (exchange)BusinessPolitical scienceEconomicsMarketingManagement

Résumé

récupéré en direct d'OpenAlex

In a rapidly evolving online environment where the inter-relationship between information and innovation is evolving from primarily closed and inward structures to much more open and networked governance arrangements, the public sector faces growing pressures and new opportunities to reform and adapt. Open data and big data are now widely embraced initiatives to spur innovation both inside of and outside of the public sector. Their capacity to foster innovation is nonetheless shaped by critical tensions between traditional government structures and culture on the one hand and more open and participative notions of governance on the other hand. Within such a context, this article examines the current Government of Canada Open Government Action Plan and its three main dimensions: information, data, and dialogue. The analysis reveals that despite some progress in the realm of open data, information and dialogue are constrained by the aforementioned tensions and the need for wider reforms to various architectural facets of the public sector – administratively, technologically, politically, and socially. Across each of these layers, we consider the sorts of wider reforms required in order to facilitate systemic innovation within the government and across sectors.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,936
Score d'incertitude au seuil0,979

Scores Codex et Gemma par catégorie

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

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 Opus0,213
Tête enseignante GPT0,330
Écart entre enseignants0,117 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations16
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Innovation ManagementMême sujetE-Government and Public ServicesTravaux en français237 207