Street-level collaboration: perception, power, and politics on the frontlines of collaboration
Notice bibliographique
Résumé
Purpose To examine the implementation processes and outcomes of collaborative governance initiatives through the lens of bureaucratic politics. Design/methodology/approach An in-depth single case study research design with 28 embedded cases to study the implementation of a collaborative governance initiative. This paper uses the analytical technique of process tracing to explicate necessary and sufficient conditions to uncover causal mechanisms and confirm descriptive and causal inferences. Findings This study finds that when street-level bureaucrats perceived the collaborative initiative as a health intervention (and not as a collaborative initiative), it resulted in low levels of stakeholder participation and made the collaborative initiative unsuccessful. This paper finds that bureaucratic politics is the causal mechanism that further legitimized this perception resulting in each stakeholder group avoiding participation and sticking to their departmental siloes. Research limitations/implications This is a single case study about a revelatory case of collaborative governance implementation in India, and findings are analytically generalizable to similar administrative contexts. Further research is needed through a multiple case study design in a comparative context to examine bureaucratic politics in implementing collaborative initiatives. Practical implications Policymakers and managers need to carefully consider the implications of engaging organizations with competing institutional histories when formulating and implementing collaborative governance initiatives. Originality/value This study's uniqueness is that it examines implementation of collaborative governance through a bureaucratic politics lens. Specifically, the study applies Western-centric scholarship on collaborative governance and street-level bureaucracy to a non-Western developing country context to push the theoretical and empirical boundaries of key concepts in public administration.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,014 |
| Communication savante | 0,009 | 0,004 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».