Policy-Makers, Policy-Takers and Policy Tools: Dealing with Behaviourial Issues in Policy Design
Notice bibliographique
Résumé
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.
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 | 0,208 | 0,221 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,013 | 0,108 |
| Communication savante | 0,053 | 0,045 |
| Science ouverte | 0,006 | 0,015 |
| Intégrité de la recherche | 0,023 | 0,021 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 ».