MétaCan
Menu
Retour à la cohorte
Enregistrement W2904769733 · doi:10.1051/matecconf/201825105028

Public hearing procedure in the management of city development: analysis of the world experience

2018· article· en· W2904769733 sur OpenAlexaboutno aff
Zinaida Ivanova, Нина Данилина

Notice bibliographique

RevueMATEC Web of Conferences · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal and Policy Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLegislationPublic participationLegislaturePublic administrationGovernment (linguistics)Public relationsPolitical scienceContext (archaeology)DemocracySustainable developmentPoliticsLaw

Résumé

récupéré en direct d'OpenAlex

In recent decades, public participation in the management of urban development programs has become one of the most important aspects for the sustainable development of the society. The article focuses on public hearing method that aims to extend citizen involvement in the management of the community. The authors consider the ways of organizing and holding public hearings and public discussions examine the effective factors of the international experience, analyze legislative and regulatory documents, and study different conduct procedures and methodological materials related to the topic. The study investigates the comparative analysis of the procedures for conducting public hearings in Russia, Australia, the United States, Canada, Denmark, and India. The authors arrive to the conclusion that each country has developed specific context-based procedure strategies for citizen participation in discussing important social problems that depends on actual social development, democracy level and the forms of local self-government. The study identifies the shortcomings of the Russian legislation on public hearings and public discussions in that may lead to the lack of citizen participation in management urban affairs and therefore requires improvement using positive experience of other countries.

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)0,006
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0080,008
Communication savante0,0060,005
Science ouverte0,0010,006
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,120
Tête enseignante GPT0,358
Écart entre enseignants0,238 · 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'étudeObservationnel
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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMATEC Web of ConferencesMême sujetLegal and Policy IssuesTravaux en français237 207