MétaCan
Menu
Retour à la cohorte
Enregistrement W3205053887 · doi:10.1111/risa.13834

The “Inherent Vices” of Policy Design: Uncertainty, Maliciousness, and Noncompliance

2021· article· en· W3205053887 sur OpenAlex
Michael Howlett, Ching Leong

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueRisk Analysis · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePublic Policy and Administration Research
Établissements canadiensSimon Fraser University
Organismes subventionnairesNational University of Singapore
Mots-clésPortfolioRisk analysis (engineering)Public policyWork (physics)Government (linguistics)Risk managementVolatility (finance)Management scienceProduct (mathematics)EconomicsComputer scienceActuarial sciencePublic economicsBusinessEngineeringFinance

Résumé

récupéré en direct d'OpenAlex

Policy designs must not only "work" in the sense of accomplishing their goals but must also work in their intended fashion. Most research to date has focused on the former topic and dwells on the technical aspects of how various tools and instruments could be utilized to achieve the aims and goals of policymakers. This branch of research tends to underemphasize the difficulties inherent to policy making including policy contexts that are often highly uncertain, policymakers who fall short of an idealized version of high capacity, well-intentioned decisionmakers grappling with relevant public problems, and policy-takers who fail to comply with government wishes. These "inherent vices" of policy making are factors which contribute to policy volatility or the risk of policy failure. The paper stresses the need for improved risk management and mitigation strategies in policy formulation and policy designs to take these risks into account. It sets out and develops an approach borrowed from product failure management (in manufacturing) and portfolio management (in finance) to help better assess and manage these risks.

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.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,737
Score d'incertitude au seuil0,975

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,042
Tête enseignante GPT0,401
Écart entre enseignants0,359 · 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