MétaCan
Menu
Retour à la cohorte
Enregistrement W2899127557 · doi:10.4000/poldev.2646

Informal Governance: Comparative Perspectives on Co-optation, Control and Camouflage in Rwanda, Tanzania and Uganda

2018· article· fr· W2899127557 sur OpenAlexaff
Claudia Baez Camargo, Lucy Koechlin

Notice bibliographique

RevueInternational development policy/Revue internationale de politique de développement · 2018
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueCorruption and Economic Development
Établissements canadiensInstitute on Governance
Organismes subventionnairesnon disponible
Mots-clésTanzaniaCamouflageLanguage changeCorporate governanceControl (management)Public relationsBusinessPolitical scienceEconomic growthDevelopment economicsSociologyEconomicsSocioeconomicsEcology

Résumé

récupéré en direct d'OpenAlex

This article applies a novel conceptual framework to characterise and assess the repertoire of practices used by informal networks to redistribute power and access to resources. These distinct norms and practices are typologised as co-optation, control, and camouflage. Co-optation involves recruitment into the network by means of the reciprocal exchange of favours. Control is about ensuring discipline amongst network members by means of shaming and social isolation. Camouflage refers to the formal facades behind which informality hides and is about protecting and legitimising the network. All three are relevant to a more fine-grained understanding of corruption and its underpinnings. Findings from our comparative research in three East African countries (Rwanda, Tanzania and Uganda) suggest that these informal practices are relevant to an understanding of the choices and attitudes of providers and users of public services at the local level. Adopting this analytical lens helps to explain the limited impact of conventional anti-corruption prescriptions and provides a basis to develop alternative strategies that harness the potential of social network dynamics to promote positive anti-corruption outcomes.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0060,016
Communication savante0,0040,003
Science ouverte0,0000,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,030
Tête enseignante GPT0,344
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; 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'étudeQualitatif
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

Citations30
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational development policy/Revue internationale de politique de développementMême sujetCorruption and Economic DevelopmentTravaux en français237 207