MétaCan
Menu
Retour à la cohorte
Enregistrement W2893602522 · doi:10.1080/14494035.2018.1521676

Understanding co-production as a new public governance tool

2018· article· en· W2893602522 sur OpenAlexaff
Maddalena Sorrentino, Mariafrancesca Sicilia, Michael Howlett

Notice bibliographique

RevuePolicy and Society · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePublic Policy and Administration Research
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésOperationalizationProduction (economics)Corporate governanceCo-creationThematic mapSociologyPolitical sciencePublic relationsKnowledge managementEpistemologyComputer scienceEconomicsManagement

Résumé

récupéré en direct d'OpenAlex

Abstract Co-production has become a buzzword for both scholars and practitioners in the past decade. This introduction to the thematic issue ‘Co-production: Implementation problems, new technologies and new designs’ unpacks the concept of co-production and illustrates how it has been operationalized on the ground in diverse country-specific contexts. To facilitate the analysis, we make a distinction between ‘traditional’ and ‘non-traditional’ forms of co-production, even though the practice has not really been around long enough to have established a tradition in the true sense of the word. However, these two distinct forms of co-production are highly useful conceptual lenses through which to view the finer details and nuances, to identify the enabling conditions and to foreshadow the governance challenges, but also to highlight the innovating role co-production plays in forging public services and public policies. Thanks to the rich and varied ways in which the contributors have approached this central topic; the thematic issue enables the research and practice to more fully appreciate the ins and outs of co-production and suggests the most promising directions for future study.

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)0,033
score de la tête « metaresearch » (Gemma)0,037
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,172

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0330,037
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0070,073
Communication savante0,0280,029
Science ouverte0,0040,018
Intégrité de la recherche0,0070,005
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,286
Tête enseignante GPT0,452
Écart entre enseignants0,166 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations230
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolicy and SocietyMême sujetPublic Policy and Administration ResearchTravaux en français237 207