Influence politique et nomination des hauts fonctionnaires
Notice bibliographique
Résumé
C’est en s’appuyant sur une fonction publique professionnelle et politiquement impartiale que l’on garantit le haut niveau de compétence, l’intégrité et la continuité de la formulation des avis et de la mise en œuvre des politiques publiques qui servent l’intérêt général. Il arrive que les gouvernements exercent une influence politique sur les décisions de nomination des hauts fonctionnaires parce qu’ils souhaitent s’assurer la réactivité de la fonction publique en y plaçant aux postes d’encadrement des personnes qui partagent leurs opinions politiques. Cependant, en l’absence de niveaux adéquats de transparence et de responsabilité (par exemple des processus ouverts de confirmation et de sélection par des responsables élus), un degré élevé d’influence politique peut aussi se traduire par la propagation du trafic d’influence et du favoritisme qui risque de nuire à la professionnalisation de la fonction publique. L’influence politique peut aussi provoquer un renouvellement plus marqué des hauts fonctionnaires, avec à la clé une stabilité et une continuité de l’encadrement inférieures à ce qui est nécessaire pour assurer les améliorations et les réformes de long terme. De surcroît, lorsqu’une influence politique s’exerce sur les décisions concernant le personnel de la fonction publique, la préférence peut aller à des acteurs politiques plutôt qu’à des responsables publics possédant les qualifications et compétences nécessaires pour faire des dirigeants performants. In fine, il peut en résulter une perte de confiance envers les institutions si les citoyens estiment que les responsables publics sont nommés en fonction de leur affiliation politique plutôt que de leurs compétences en matière d’encadrement et d’action publique.
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 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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,005 | 0,008 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».