MétaCan
Menu
Retour à la cohorte
Enregistrement W3117699814 · doi:10.1080/13876988.2020.1774367

Policy-Makers, Policy-Takers and Policy Tools: Dealing with Behaviourial Issues in Policy Design

2020· article· en· W3117699814 sur OpenAlex
Michael Howlett, M. Ramesh, Giliberto Capano

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Comparative Policy Analysis Research and Practice · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Education and Sustainability
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésIncentivePublic economicsPolicy studiesPublic policyCompliance (psychology)Profit (economics)Government (linguistics)PoliticsPolicy analysisEconomicsOrder (exchange)Public relationsPolitical sciencePublic administrationMicroeconomicsLawPsychologyEconomic growthSocial psychologyFinance

Résumé

récupéré en direct d'OpenAlex

Getting the incentives (and disincentives) right in order to ensure proper levels of compliance with government initiatives is a vital assumption of much of the writings on policy design. The assumption, however, overlooks or underestimates other critical factors that affect compliance. This includes policy-makers’ behaviour in the social and political construction of policy targets and it also minimizes the complex objective and subjective conditions that affect the target population’s attitudes and behaviours in relation to policy-maker aims and goals. The notion of policy-takers as static targets who passively receive policies without trying to evade or even profit from them is as misguided as the assumption that policy-makers only consider evidence on policy tools’ effectiveness before selecting them. This article highlights the critical issue surrounding the choice and workings of policy tools and introduces the papers in this special issue. It indicates how they contribute to filling the gaps in our existing understanding of policy tools and advance our understanding of both policy-maker and policy-taker behaviour.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,442
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,006
Études des sciences et des technologies0,0000,001
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,176
Tête enseignante GPT0,492
Écart entre enseignants0,316 · 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