MétaCan
Menu
Retour à la cohorte
Enregistrement W2886261833

Public Sector Budget Reforms: Trends and Challenges

2004· article· fr· W2886261833 sur OpenAlexaboutno aff
Miekatrien Sterck, Bram Scheers, Geert Bouckaert

Notice bibliographique

RevueRevue internationale de politique comparée · 2004
Typearticle
Languefr
DomaineBusiness, Management and Accounting
ThématiqueAccounting and Organizational Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBudget processAccountingCashPublic sectorEconomicsProcess (computing)International comparisonsBusinessPublic economicsFinancePolitical scienceEconomic growthEconomyPoliticsComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Public budgeting systems have been modernized in recent decades. The increased need for performance, efficiency, and the presentation of accounts have given rise to a change in approach, which is reflected in the shift from a budget expressed in terms of expenditure items on a modified cash basis to an approach focusing on impacts, performance, and costs. In spite of this general trend, result-oriented budgeting has been applied in different ways and to varying extents depending on the country. Some countries have fully implemented annual budgeting and accounting practices that focus on impacts, or are in the process of doing so (Australia, the United Kingdom, and Sweden) or performance budgeting (New Zealand). Then there are countries that have adopted impact-oriented budgeting but have maintained modified cash accounting (the Netherlands). Finally, other countries have retained a traditional modified cash program budget where performance and results are only included in the explanatory documents associated with the budget process (Canada and the United States). Governments are thus actively striving to reform their budget systems, although they have to deal with a number of challenges, since their budget systems serve multiple purposes and users that may not always be compatible.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,872
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,056
Tête enseignante GPT0,246
Écart entre enseignants0,190 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue internationale de politique comparéeMême sujetAccounting and Organizational ManagementTravaux en français237 207