MétaCan
Menu
Retour à la cohorte
Enregistrement W2769012355 · doi:10.3138/cpp.2016-067

The Credibility Chasm in Policy Research from Academics, Think Tanks, and Advocacy Organizations

2017· article· en· W2769012355 sur OpenAlexaffvenueabout
Carey Doberstein

Notice bibliographique

RevueCanadian Public Policy · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolicy Transfer and Learning
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCredibilityHeuristicsGovernment (linguistics)Public relationsIdeologyPolitical sciencePerceptionQuality (philosophy)Sample (material)Source credibilityPsychologySocial psychologyPoliticsLawComputer science

Résumé

récupéré en direct d'OpenAlex

How do key policy professionals inside government view various sources of policy research? Are there systematic differences in the perceptions of the quality and credibility of research derived from different sources? This is a replication of and expansion on Doberstein (2017), which presented a randomized controlled survey experiment using policy analysts to systematically test the source effects of policy research. Doberstein's experimental findings provide evidence for the hypothesis that academic research is perceived to be substantially more credible to government policy analysts than think tank or advocacy organization research, regardless of its content, and that sources perceived as more ideological are much less credible. This study replicates that experiment in three additional Canadian provincial governments to verify whether the relationship found in the original study persists in a larger sample and in conjunction with further randomization procedures. This study corroborates the original study's findings, confirming that external policy advice systems are subject to powerful heuristics that bureaucrats use to sift through evidence and advice.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,262
score de la tête « metaresearch » (Gemma)0,543
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,964
Score d'incertitude au seuil0,911

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2620,543
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0120,008
Études des sciences et des technologies0,0170,036
Communication savante0,0270,013
Science ouverte0,0020,014
Intégrité de la recherche0,0060,007
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,112
Tête enseignante GPT0,427
Écart entre enseignants0,314 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeQualitatif
DomaineÉvaluation
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

Citations12
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Public PolicyMême sujetPolicy Transfer and LearningTravaux en français237 207