MétaCan
Menu
Retour à la cohorte
Enregistrement W3215295305 · doi:10.18192/potentia.v12i0.5807

The Impact of Civil Society on Control of Corruption: A Comparative Study of Russia and Iran

2021· article· en· W3215295305 sur OpenAlexaffvenue
Amir H. Estebari

Notice bibliographique

RevuePotentia Journal of International Affairs · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCorruption and Economic Development
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésCivil societyLanguage changePolitical scienceState (computer science)PoliticsDevelopment economicsSoviet unionEconomic growthPolitical economyLawSociologyEconomics

Résumé

récupéré en direct d'OpenAlex

This paper studies the role of civil society in controlling corruption in public services in two developing countries: Russia and Iran. Research on the relationship between civil society and corruption control in these two countries is insufficient. Selecting Russia and Iran for comparison is based on similarities between them in terms of economic and political systems, and the developments of their civil societies. This paper compares the historical developments and the status of corruption and civil society in both countries; the efforts that civil society actors have made in battling corruption; and the state’s reaction to these attempts. This study covers a period of almost three decades from the collapse of the Soviet Union in 1991 to 2020. The findings of the study show that the civil societies in both countries have had limited impact on controlling corruption over the period. Although these findings do not support a prominent role for civil society in control of corruption in past, the author argues that, according to some evidence, there is a possibility of a stronger role for civil society in combatting corruption in both countries in the future.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,035
Tête enseignante GPT0,337
Écart entre enseignants0,302 · 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'étudeObservationnel
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

Citations16
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePotentia Journal of International AffairsMême sujetCorruption and Economic DevelopmentTravaux en français237 207