MétaCan
Menu
Retour à la cohorte
Enregistrement W4211173036 · doi:10.1007/s13132-021-00883-x

Political Control and Parliamentary Committees of Inquiry: Strengthening the Quality of Democracy

2022· article· en· W4211173036 sur OpenAlexaff
Matthias Keppel

Notice bibliographique

RevueJournal of the Knowledge Economy · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePublic Administration and Political Analysis
Établissements canadiensLibrary of Parliament
Organismes subventionnairesnon disponible
Mots-clésParliamentDemocracyPoliticsPublic administrationGovernment (linguistics)Work (physics)EntrepreneurshipPolitical scienceQuality (philosophy)Control (management)Political systemSociologyPublic relationsLawEconomicsManagementEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract In Austria and Germany’s parliamentary system, committees of inquiry represent the most comprehensive political control instruments. With the help of these committees, members of parliament can gain precise insight into the work of the government. These insights are necessary when suspicious cases are brought to public attention, from which the government’s actions and the abuse of power come to light. Based on a first-ever qualitative case study of investigative committees in Austria and Germany, this article focuses on the results of these parliamentary committees. By scrutinizing these authorities and institutions, the members of parliament acquire extensive knowledge of the actions. This assists in reforms and leads to innovative effects on the democratic quality of the political systems. By comparing these results and with the help of the central analytical framework of Hans Joachim Lauth’s 15-field matrix, this study discovers that committees of inquiry can influence all areas of politics, law, and society. This influence occurs primarily through knowledge generation on real political processes, and provides a significant contribution to knowledge democracy.

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)0,085
score de la tête « metaresearch » (Gemma)0,159
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,085
Score d'incertitude au seuil0,452

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0850,159
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0060,004
Études des sciences et des technologies0,0070,024
Communication savante0,0120,007
Science ouverte0,0020,012
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,050
Tête enseignante GPT0,365
Écart entre enseignants0,316 · 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'étudeQualitatif
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

Citations13
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Knowledge EconomyMême sujetPublic Administration and Political AnalysisTravaux en français237 207