MétaCan
Menu
Retour à la cohorte
Enregistrement W2583815344 · doi:10.47678/cjhe.v46i4.186434

Incentive Funding Meets Incentive-Based Budgeting: Can They Coexist?

2017· article· en· W2583815344 sur OpenAlexaffvenueabout
Daniel W. Lang

Notice bibliographique

RevueCanadian Journal of Higher Education · 2017
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFiscal Policy and Economic Growth
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésIncentiveGovernment (linguistics)Incentive programBusinessJurisdictionSoftware deploymentFinancePublic economicsEconomicsMicroeconomicsComputer sciencePolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

Two major developments in the financial management of higher education have occurred more or less contemporaneously: incentive or performance funding on the part of government and incentive-based budgeting on the part of institutions. Both are based on fiscal incentives. Despite their several inherent and interconnected similarities, incentive funding and incentive-based budgeting have been viewed and appraised on parallel tracks. This study investigates their convergence. In doing so, it sharpens the definitions of both, identifies their respective track records, and discusses problems that are chronic to both. The study concludes that although incentive funding and incentive-based budgeting are sometimes at cross-purposes, they are functionally interconnected. The study uses Canada as an example because it is the jurisdiction that so far has seen the most extensive mutual deployment of performance funding and incentive-based budgeting.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,250
Score d'incertitude au seuil0,986

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
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 Opus0,059
Tête enseignante GPT0,274
Écart entre enseignants0,215 · 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'étudeObservationnel
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

Citations9
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Higher EducationMême sujetFiscal Policy and Economic GrowthTravaux en français237 207