MétaCan
Menu
Retour à la cohorte
Enregistrement W2751606866 · doi:10.1163/17087384-12340015

A Human Rights-based Approach to Combating Public Procurement Corruption in Africa

2017· article· en· W2751606866 sur OpenAlexvenueno aff
John C. Mubangizi, Prenisha Sewpersadh

Notice bibliographique

RevueAfrican Journal of Legal Studies · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal Issues in South Africa
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHuman rightsAccountabilityLanguage changeTransparency (behavior)ProcurementPublic administrationBusinessPolitical scienceEconomic growthEconomicsLaw

Résumé

récupéré en direct d'OpenAlex

Corruption is a threat to human rights as it erodes accountability and violates many international human rights conventions. It also undermines basic principles and values like equality, non-discrimination, human dignity, and social justice – especially in African countries where democratic systems and institutional arrangements are less developed than in most European, Asian and American countries. Corruption occurs in both the public and private sectors and affects human rights by deteriorating institutions and diminishing public trust in government. Corruption impairs the ability of governments to fulfil their obligations and ensure accountability in the implementation and protection of human rights – particularly socio-economic rights pertinent to the delivery of economic and social services. This is because corruption diverts funds into private pockets – impeding delivery of services, and thereby perpetuating inequality, injustice and unfairness. This considered, the focus of this paper is on public procurement corruption. It is argued that by applying a human rights-based approach to combating public procurement corruption, the violation of human rights – particularly socio-economic rights – can be significantly reduced. Through a human rights-based approach, ordinary people can be empowered to demand transparency, accountability and responsibility from elected representatives and public officials – particularly those involved in public procurement. In the paper, reference is made to selected aspects of the national legal frameworks of five African countries: South Africa, Uganda, Kenya, Nigeria and Botswana.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,908
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,001
Communication savante0,0010,001
Science ouverte0,0010,000
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 Opus0,166
Tête enseignante GPT0,401
Écart entre enseignants0,236 · 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.

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

Citations13
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAfrican Journal of Legal StudiesMême sujetLegal Issues in South AfricaTravaux en français237 207