The Impact of Ombudsman Investigations on Public Administration: A Case Study and an Evaluation Guide
Notice bibliographique
Résumé
[Executive Summary]: "It is not easy to evaluate the impact ombudsman have on the operations of a government or organization. While there are clear benefits for residents who have their problems solved, what are the benefits for the day-to-day operations and processes of a public service? It is difficult to point to the money saved and efficiencies found by ombudsman work. A comprehensive review of English-language literature on the subject of evaluating ombudsman impact turned up very little. That is because the ombudsman’s work focuses on something that is inherently difficult to measure: fairness in the way that government treats its citizens. This study breaks new ground by establishing how the Toronto Ombudsman’s office has, in the past five years, led to a more efficient and responsive city administration. Part I of this innovative project is an independent, in-depth, interview-based case study of the observed impacts of ombudsman investigations in the Toronto Public Service. Investigations are at the centre of ombudsman work: they involve complex and conflicting information, in-depth analytical work, and issues that often generate public interest and media attention. The investigations are frequently systemic or system-wide, allowing ombudsman to have a meaningful impact on many people at once. This report provides ombudsman with a set of tools that can be used to evaluate the impact of their work. Part research report and part evaluation guide, this publication leads practitioners through an evaluation process with a particular focus on the impact of ombudsman investigations on public administration. This has been a collaborative effort between researchers from Ryerson University and the Toronto Ombudsman’s office. It was funded with the help of a generous contribution from the International Ombudsman Institute. The work would not have been possible without the advice and guidance of an advisory group consisting of experts in the field from across North America."
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 | 0,052 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,012 | 0,005 |
| Communication savante | 0,008 | 0,006 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».