MétaCan
Menu
Retour à la cohorte
Enregistrement W2955353753 · doi:10.4000/irpp.310

Procedural Policy Tools and the Temporal Dimensions of Policy Design

2019· article· en· W2955353753 sur OpenAlexaff
Michael Howlett

Notice bibliographique

RevueInternational Review of Public Policy · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInnovation, Technology, and Society
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésRobustness (evolution)Unintended consequencesComputer scienceCongruence (geometry)Consistency (knowledge bases)Coherence (philosophical gambling strategy)Public policyIdentification (biology)Dimension (graph theory)Instrumental variableWork (physics)Management scienceRisk analysis (engineering)EconomicsEngineeringBusinessPsychologyArtificial intelligencePolitical scienceMachine learningSocial psychologyMathematics

Résumé

récupéré en direct d'OpenAlex

In recent years work on policy design and instrument choice has advanced towards a better understanding of the nature of policy mixes, their dimensions, and the trade-offs between choices of tools, as well as the identification of basic design criteria such as coherence, consistency and congruence among policy elements. However, most of this work has ignored the temporal dimension of mixes or has studied this only as an important contextual variable affecting instrument choices, for example, highlighting the manner in which tools and mixes often evolve in unexpected or unintended ways as they age. This ignores the important issue of the intentional sequencing of tools as part of a mix design, either in terms of controlling spillovers which emerge as implementation proceeds, ratcheting up (or down) specific tool effects like stringency of implementation and public consultation as time passes. This article reviews existing work on the unintentional sequencing of policy activity as well as the lessons which can be derived from the few works existing on the subject of intentional sequencing. In so doing, it helps define a research agenda on the subject with the expectation that this research can improve the resilience and robustness of policies over time.

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)0,063
score de la tête « metaresearch » (Gemma)0,079
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 enseignants0,063
Score d'incertitude au seuil0,332

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0630,079
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0050,007
Études des sciences et des technologies0,0040,036
Communication savante0,0170,019
Science ouverte0,0030,007
Intégrité de la recherche0,0050,006
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,055
Tête enseignante GPT0,385
Écart entre enseignants0,330 · 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

Citations100
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Review of Public PolicyMême sujetInnovation, Technology, and SocietyTravaux en français237 207