MétaCan
Menu
Retour à la cohorte
Enregistrement W2890449625 · doi:10.3917/risa.842.0419

L’art de la bonne gouvernance : quand les représentations du passé inspirent la pratique moderne

2018· article· fr· W2890449625 sur OpenAlexaff
Gjalt de Graaf, Hanneke van Asperen

Notice bibliographique

RevueRevue Internationale des Sciences Administratives · 2018
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueSocial Sciences and Governance
Établissements canadiensInstitute on Governance
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Depuis le début des années 1990, le discours sur la « bonne gouvernance » gagne en importance. La question de savoir ce que signifie et ce que suppose la « bonne gouvernance », et à partir de quel moment on peut parler de « bonne » gouvernance dans ce discours n’est cependant pas toujours évidente. Bon nombre de spécialistes de l’administration publique et d’autres sciences sociales qui se sont intéressés à la bonne gouvernance ont recouru à des interprétations visuelles de la bonne gouvernance qui datent de plusieurs siècles pour illustrer leur propos. Dans le présent article, nous recourons nous aussi à des images du passé (les fresques de Sienne de Lorenzetti, pour être plus précis), mais non pas en guise d’illustration, mais bien de fondement de notre argument. Notre question de recherche principale est la suivante : de quelle manière les fresques de Lorenzetti sur le bon gouvernement peuvent-elles inspirer notre conception actuelle de la bonne gouvernance ? Dans notre conclusion, nous avançons que la bonne gouvernance est la gouvernance par de bons gouverneurs, et que les bons gouverneurs sont des gouverneurs inspirés par la bienveillance. Nous terminerons par une analyse de ce que cela suppose pour la pratique de la gouvernance moderne. Remarques à l’intention des praticiens La gouvernance sans violations de l’intégrité n’est pas forcément la bonne gouvernance. La bienveillance est nécessaire.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,721
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,021
Communication savante0,0010,001
Science ouverte0,0010,000
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 Opus0,080
Tête enseignante GPT0,398
Écart entre enseignants0,318 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue Internationale des Sciences AdministrativesMême sujetSocial Sciences and GovernanceTravaux en français237 207