Notice bibliographique
Résumé
A key challenge for central government in implementing the General Agreement on Trade in Services (GATS) to liberalise public services when it came into effect in 1996 was to find a way of market making. It would be difficult to open public services to competition where there had been no private sector engagement before. In some public services, there had been little external provision. Introducing change and potential for opening internal processes to competition meant that private sector contractors would have to be attracted to establishing a capability to bid for this work (Walsh, 1995; Héritier, 2001). This was particularly in relation to professional and specialist functions in local and central government such as building control, finance, legal services and planning. In some services, it was possible to transfer skills between the public and private sectors very readily, such as human resources, although there continued to be differences in the cultural context of the public sector (Harris, 2008). In other local authority services, the development of private sector markets was encouraged through changes in regulation such as planning (Adams and Tiesdell, 2010; RTPI, 2019). There were also challenges about the ways public bodies defined their activities, attributed costs and were managed. The role of performance management regimes was central to creating these markets in specifying what should be done and how it would be delivered, priced and measured (Bovaird and Gregory, 1996). In many cases, there was a need for new market making such as in building control. The deregulation of building control was common across a number of Organisation for Economic Co-operation and Development (OECD) countries including in the EU, Australia and Canada (Meijer and Visscher, 2006; Van der Heijden, 2010).
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».