MétaCan
Menu
Retour à la cohorte
Enregistrement W3123987247

Wild Numbers: Getting Better Fiscal Accountability in Canada’s Municipalities

2018· article· en· W3123987247 sur OpenAlexaboutno aff
William B. P. Robson, Farah Omran

Notice bibliographique

RevueC.D. Howe Institute Commentary · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCanadian Policy and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTaxpayerAccountabilityCapital expenditureFiscal yearBusinessAccountingOperating budgetQuality (philosophy)FinancePublic economicsEconomicsPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Canada’s municipalities deliver services that are critical to quality of life, and require major commitments of resources in taxes, fees and intergovernmental transfers. But their budgeting practices, and people’s ability to measure their municipality’s performance against its budget commitments, are nowhere near the level appropriate to this importance. This report looks at the annual spending projections in the budgets of 31 of Canada’s largest municipalities since 2009, and the results reported in those municipalities’ financial statements at the end of each of those years. It asks what a councillor, or taxpayer, or citizen – a person who is motivated and numerate, but non-expert, would infer from each budget, and how close this same person would judge the municipality had come to its spending targets when inspecting the municipality’s reported expenses. In most municipalities, simply finding numbers that describe spending plans in budgets is a challenge: very few budget documents even contain numbers on the same accounting basis used in the financial statements. Users who do put the time and effort into finding numbers describing their municipality’s operating and capital spending plans, and compare them to the expenses reported after year end, would typically conclude that the municipality did a terrible job of hitting its budget projections. Over the past nine years this study looks at – from 2009, when Canada’s cities began reporting their results using Public Sector Accounting Standards (PSAS), to 2017, the most recent year available – these 31 cities have typically undershot those projections on average over that period; and missed them in one direction or another by an average of 9 percent. Improving this situation is partly a matter of presenting budgets using the same comprehensive PSAS-consistent revenue and expense numbers that municipalities already use in their financial statements. Provinces that mandate municipal budgets prepared in other ways – splitting operating and capital budgets, with the latter prepared on an antiquated cash basis – should stop doing so. Either way, municipalities can show PSAS-consistent numbers as supplementary information on their own, and can take other steps to ensure that their budgets represent the full picture of the municipality’s activities and its claim on citizens’ resources. Better matching of results with budget plans will also require councillors, ratepayers, and voters to demand – and get – timely budgets, regular updates in interim reports, and rapid publication of final results. Those are all key tools to help them compare budget plans to past results, and current results to past plans – and, when circumstances warrant, demand corrective action. Councillors, ratepayers, and voters should insist on better numbers from their municipalities, and on the improved fiscal accountability the better numbers will make possible.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,160
Score d'incertitude au seuil0,670

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,031
Tête enseignante GPT0,298
Écart entre enseignants0,268 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueC.D. Howe Institute CommentaryMême sujetCanadian Policy and GovernanceTravaux en français237 207