MétaCan
Menu
Retour à la cohorte
Enregistrement W3190804638

Leadership in the Context of E-governance: Lessons for Ukraine

2018· article· en· W3190804638 sur OpenAlexaff
Svitlana Haiduchenko, Тетяна Бєльська, Yuriy Naplyokov, Hasrat Arjjumend

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Issues in Ukraine
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésCivil societyCorporate governancePublic administrationContext (archaeology)Political scienceDemocracyPublic relationsInformation governanceProject governanceManagementInformation systemPoliticsManagement information systemsEconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The rapid development of the information society is characterized by implementation of the concept of e-governance that faces a problem of forming an appropriate leadership potential. An idea of e-governance is not so much a technology of democratic governance, but is an initiative aimed at improving lives of ordinary citizens; therefore, its implementation is, of course, linked to leadership at all levels of the social system and public administration. The strategic direction of the State policy towards the process of implementing e-governance consists of formation of leadership potential of civil servants and officials, civil society and business. However, this prominent task of State policy remains insufficiently attended. The purpose of this article is determination of key areas of State policy for building the leadership potential of civil society, business sector and the institution of civil servants and officials in the event of the establishment of e-governance. The article recommends key directions for the development of regional management in the context of e-governance system that faces the problem of its leadership potential. Accordingly, strategic approaches to the management of organizational changes in public authorities related to the implementation of modern information and communication technologies of e-governance are defined in this article.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,903
Score d'incertitude au seuil0,793

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,259
Tête enseignante GPT0,292
Écart entre enseignants0,034 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEconomic Issues in UkraineTravaux en français237 207