MétaCan
Menu
Retour à la cohorte
Enregistrement W3192811947 · doi:10.55016/ojs/sppp.v8i1.42517

What Canada could learn from U.S. defence procurement: Issues, best practices and recommendations

2015· article· en· W3192811947 sur OpenAlexaffabout
Anessa L. Kimball

Notice bibliographique

RevueThe School of Public Policy Publications · 2015
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueDefense, Military, and Policy Studies
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésProcurementBest practicePolitical scienceBusinessMarketingLaw

Résumé

récupéré en direct d'OpenAlex

Despite differences in scale, Canada and the U.S. face common challenges in military procurement and there is much Canada can learn as both countries pursue reforms. The U.S. employs a system of systems approach, based on requirements, resource allocation and acquisition. The process begins with the Joint Capabilities and Development System, focused on identifying and prioritizing needs and assessing alternatives. This is followed by the Planning, Programming, Budgeting and Execution System, which leads to the creation of a budget and provides guidance for the project’s execution. The third and final step is the Defense Acquisition System, which oversees the development and purchase of the new equipment. While deceptively simple in summary, U.S. defence procurement is dogged by problems — particularly cost overruns, a surfeit of key players and delayed schedules which degrade troops’ performance in the field. Additionally, the defence products market is restricted, inevitably limiting competition, encouraging misbehaviour on the part of business and driving up prices. The DoD is in the midst of consultations with contractors and Congress is undertaking an effort to rewrite acquisition laws. But the most pressing questions remain: Does a best procurement practice exist? If so, what criteria define it? In light of Canada’s new Defence Procurement Strategy (DPS), some lessons are clear. Further analysis is needed to figure out whether reforms can succeed in so narrow a marketplace. More attention must be paid to shaping contracts and clarifying expectations about sticking to schedules. And Ottawa must think carefully about the military’s needs, as it pushes ahead with the DPS. In surveying change at the DoD, this brief draws pointed conclusions to which Canada’s defence planners must pay heed, if they’re to leave the military stronger than they found it.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,022
score de la tête « metaresearch » (Gemma)0,052
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,081
Score d'incertitude au seuil0,587

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0220,052
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0050,009
Études des sciences et des technologies0,0120,009
Communication savante0,0190,014
Science ouverte0,0060,006
Intégrité de la recherche0,0120,014
Charge utile insuffisante (le modèle a refusé de juger)0,0180,004

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 Opus0,197
Tête enseignante GPT0,343
Écart entre enseignants0,146 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe School of Public Policy PublicationsMême sujetDefense, Military, and Policy StudiesTravaux en français237 207