MétaCan
Menu
Retour à la cohorte
Enregistrement W2903293360 · doi:10.33002/nr2581.6853.01016

Leadership in the Context of E-governance: Lessons for Ukraine

2018· article· en· W2903293360 sur OpenAlexaff
Svitlana Haiduchenko, Тетяна Бєльська, Yuriy Naplyokov, Hasrat Arjjumend

Notice bibliographique

RevueGrassroots Journal of Natural Resources · 2018
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Issues in Ukraine
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésCivil societyCorporate governanceContext (archaeology)Public administrationPublic relationsDemocracyPolitical scienceInformation governanceProject governanceSociologyManagementInformation systemPoliticsManagement information systemsEconomics

Résumé

récupéré en direct d'OpenAlex

The rapid development of the information society is characterized by implementation of the concept of e-governance that faces a problem of forming an appropriate leadership potential. An idea of e-governance is not so much a technology of democratic governance, but is an initiative aimed at improving lives of ordinary citizens; therefore, its implementation is, of course, linked to leadership at all levels of the social system and public administration. The strategic direction of the State policy towards the process of implementing e-governance consists of formation of leadership potential of civil servants and officials, civil society and business. However, this prominent task of State policy remains insufficiently attended. The purpose of this article is determination of key areas of State policy for building the leadership potential of civil society, business sector and the institution of civil servants and officials in the event of the establishment of e-governance. The article recommends key directions for the development of regional management in the context of e-governance system that faces the problem of its leadership potential. Accordingly, strategic approaches to the management of organizational changes in public authorities related to the implementation of modern information and communication technologies of e-governance are defined in this article.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,003
Communication savante0,0040,003
Science ouverte0,0000,003
Intégrité de la recherche0,0010,002
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 Opus0,129
Tête enseignante GPT0,288
Écart entre enseignants0,158 · 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

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGrassroots Journal of Natural ResourcesMême sujetEconomic Issues in UkraineTravaux en français237 207