Changer le comportement des agents publics face à l’ouverture des données publiques : évaluation de l’effet d’un jeu par comparaison des intentions avant et après l’intervention
Notice bibliographique
Résumé
Les administrations adoptent de plus en plus des politiques d’ouverture des données. Toutefois, les agents publics jugent difficile de respecter ces nouvelles politiques. Les jeux peuvent les aider à pratiquer l’ouverture des données et à modifier leur comportement en faveur d’une plus grande ouverture. Dans cet article, nous évaluons l’effet d’un jeu dans le cadre d’une expérimentation qui compare, avant et après l’intervention, plusieurs facteurs ayant une incidence sur l’ouverture des données. Les bénéfices observés sont inattendus à plusieurs égards. Le jeu a permis de partager des connaissances dans les domaines de la gestion, de la confidentialité et de la sécurité des données, de modifier de manière significative les bénéfices perçus, et de faire évoluer de manière positive l’intention de comportement. Remarques à l’intention des praticiens Le comportement des agents publics a une incidence sur la façon dont les politiques publiques sont mises en œuvre. Pour beaucoup, la diffusion de données publiques par les administrations est fondamentale pour accroître la transparence publique et la participation des citoyens, et pour ouvrir de nouvelles perspectives économiques. Les jeux peuvent influer sur l’attitude des agents publics, et donc modifier les décisions des administrations. Transmettre des connaissances et fournir des enseignements tirés de nouvelles expériences peut influencer l’attitude des agents publics à l’égard des données ouvertes. Les administrations peuvent également utiliser les jeux à cette fin.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,037 | 0,105 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».