World Bank Policy on Access to Information Progress Report : January through March 2011
Notice bibliographique
Résumé
This report follows the World Bank's first two progress reports on the implementation of its Policy on Access to Information (AI).The Report reviews the AI Policy implementation results for the period of January 1 to March 31, 2011. In this third quarter the Bank continued its efforts to increase and improve public access to information in the Bank's possession. The Bank proactively disclosed 3,836 new documents and reports, posting them for public access in the Bank's Documents and Reports public database. This number includes 101 restricted documents that have been declassified and disclosed for public access. It also includes 978 Implementation Status and Results Reports, a 1240 percent increase in the number of ISRs disclosed when compared with the First Quarter, and a 64 percent increase compared with the Second Quarter. Since the AI Policy's effectiveness in July 2010, the public has viewed more than three million pages in Documents and Reports.Of the requests that were completed in the third quarter, 71 percent of the cases were completed within the AI Policy's 20 working day standard (for cases not involving special circumstances that require additional time to process). The 71 percent averaged eight working days. In the third quarter, the access to information learning program continued to promote staff knowledge necessary for the successful implementation of the AI Policy agenda.The next AI Policy implementation report will be the AI Policy Annual Report, which will provide a cumulative review of the first 12 months of implementation, covering the period of July 1, 2010, through June 30, 2011.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,002 |
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 tête enseignante, 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 ».