MétaCan
Menu
Retour à la cohorte
Enregistrement W3125246954

Regulatory Disempowerment: How Enabling and Controlling Forms of Power Obstruct Citizen-based Regulation

2020· article· en· W3125246954 sur OpenAlexaff
Garry Gray, Benjamin van Rooij

Notice bibliographique

RevueSSRN Electronic Journal · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueRegulation and Compliance Studies
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésFraming (construction)OperationalizationPoliticsAuthoritarianismPolitical sciencePower (physics)DemocracyLaw and economicsAgency (philosophy)HierarchyState (computer science)SociologyPublic relationsPublic administrationLawSocial scienceEpistemology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Regulatory studies assume that citizens can act as regulators to complement or correct failing state and market forms of regulation. Yet, there is a growing literature that shows that in reality citizens may fail to be effective regulators. This paper systematically analyses how power inequalities obstruct citizens in their regulatory roles. It compares four case studies with highly different social and political contexts but with similar outcomes of citizens failing to regulate risk. The case studies are analyzed by operationalizing sociological and political science ideas about manifestations of enabling and controlling forms of power in order to understand the way power inequalities obstruct citizens in their regulatory roles across diverse contexts. The article shows how citizens, from farmers and manual workers in both authoritarian developing and democratic developed contexts to even highly trained medical professionals from the US, have limited agency and are disempowered to act as regulators. Our analysis reveals that five patterns of disempowerment play a crucial role in obstructing successful society-based regulation: (i) dependency, (ii) capacity, (iii) social hierarchy, (iv) discursive framing, and (v) perverse effects of legal rights.

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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,203
Score d'incertitude au seuil0,561

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 technologies0,0000,000
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 Opus0,011
Tête enseignante GPT0,200
Écart entre enseignants0,189 · 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'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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetRegulation and Compliance StudiesTravaux en français237 207