Third-Party Performance Pay to Improve Local Government Accountability: A Field Experiment in Burkina Faso
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Can local government accountability be improved by giving community-based organizations a financial stake in their local government's performance?In a field experiment in Burkina Faso, we test a "third-party performance pay" scheme for community-based organizations (CBOs).Selected CBOs are promised a variable cash grant that is proportional to changes in their local government's performance scores over a two-year period.We test if third-party performance pay (1) motivates CBOs to actively lobby for better municipal performance, (2) increases accountability and problem-awareness of municipal decision makers and (3) ultimately leads to improvements in municipal government performance.We also investigate if the incentive scheme had any unintended consequences for the internal functioning of the beneficiary CBOs.*Note to readers: This document is the unblinded replication of a results-blind analysis report that was previously uploaded to the AEA RCT registry.The blind analysis was conducted using datasets where all variables indicating treatment assignment or treatment status had been removed, masked, or replaced with simulated (randomly permuted) treatment identifiers.The original datasets were encrypted and safeguarded by research team members who are not authors of this study.During the blind analysis, we developed and refined our analytical framework, data cleaning and estimation strategies with knowledge of the data, but without knowledge of the actual results.Furthermore, we incorporated results-blind expert feedback from seminar presentations and recorded participants' expectations about the eventual, unblinded results via a prediction survey.
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.
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 | 0,032 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,002 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 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 découle