Classification des fonctions des administrations publiques (CFAP/COFOG)
Notice bibliographique
Résumé
Conçue par l’OCDE, la Classification des fonctions des administrations publiques (CFAP ou COFOG) classe les données sur les dépenses des administrations publiques provenant du Système de comptabilité nationale selon l’objet auquel les fonds sont consacrés. Comme le montre le tableau C.1, la CFAP de niveau 1 répartit les données sur les dépenses selon 10 groupes ou sous-secteurs « fonctionnels » de dépenses (comme les affaires économiques, l’enseignement ou la protection sociale), et la CFAP de niveau 2 subdivise chaque groupe du niveau 1 en neuf sous-groupes au maximum. On dispose de données correspondant au niveau 1 de la CFAP pour 32 des 35 pays membres de l’OCDE (en fonction de la disponibilité de séries temporelles) mais, s’agissant du niveau 2, on ne dispose actuellement de données que pour 25 pays de l’OCDE membres de l’Union européenne, plus IsraëlOn ne dispose pas de données sur les dépenses correspondant pour le niveau 1 de la CFAP pour le Canada, le Chili et le Mexique. Jusqu’à une époque récente, les données correspondant au niveau 2 de la CFAP étaient disponibles dans certains offices statistiques nationaux, mais n’étaient pas recueillies par les organisations internationales. De plus, les données correspondant à ce niveau n’étaient pas toujours complètement comparables d’un pays à l’autre, car le guide relatif au SCN des Nations Unies et le Manuel de statistiques de finances publiques du Fonds monétaire international ne donnaient que peu d’informations pratiques sur l’application des concepts de la CFAP. Toutefois, en 2005, Eurostat a mis en place un groupe de travail chargé de rédiger un manuel sur l’application de la CFAP aux données relatives aux dépenses figurant dans les comptes nationaux et de débattre du recueil de données correspondant au niveau 2 de la CFAP pour les pays européens. On ne dispose pas de données correspondant au niveau 2 de la CFAP pour la Turquie, ni pour les membres de l’OCDE non européens (à l’exception d’Israël). Par ailleurs, dans certains pays membres de l’UE, ces données sont disponibles seulement pour certaines divisions de la CFAP. Des efforts sont en cours afin de parvenir à un accord avec ces pays sur la communication de ces données à l’OCDE..
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gpt | aucune catégorie Domaine: non disponible · Genre: Autre Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Sans objet | high |
| grok | aucune catégorie Domaine: non disponible · Genre: Autre Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Sans objet | low |
| opus | aucune catégorie Domaine: non disponible · Genre: Autre Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Sans objet | low |
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,021 | 0,007 |
| Communication savante | 0,005 | 0,009 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,003 |
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.
score_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 découleClassification
machine, non validéeÉtiqueté directement par 3 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».