Changes in government procurement: COVID-19 as an opportunity for corruption
Notice bibliographique
Résumé
Purpose Explore the factors making emergency procurement more prone to corruption by advancing explanations for when rules and transparency are relaxed allowing corrupt practices to emerge. Describe institutional factors, such as corruption syndrome (Johnston, 2005, 2015) and legal system, and their impact on procurement rules changes. Design/methodology/approach A qualitative event study using publicly available data offer a timeline and explanation of government procurement control mechanisms and transparency roles in emergencies by comparing two countries. Argentina and Canada had very similar and advanced food procurement systems prior to COVID-19, but they took different stances when the pandemic broke out. Findings Legal systems and corruption syndrome are linked, where Civil Law is related to Elite Cartels (Argentina) and Common Law with Influence Markets (Canada). The study contributes to understand the role of transparency to minimize the opportunity for direct purchases (electronic trails of decisions, justifications and approvals). Judicial system's actions favor corrupt practices and are aligned with elites despite the civil society outcry. Research limitations/implications Research on corrupt practices has limited access to primary data due to fear of reprisals. Informal conversations revealing glimpses of corruption were used to identify publicly available documents. Numbers play a role in emergencies and performativity theory literature is enriched by providing an example of different interpretation of information when frameworks differ between civil society and courts. Originality/value A comparative analysis that evidences the role of pre-existing institutional and social conditions shows when emergency situations will be used as an excuse to relax procurement control and transparency mechanisms which in turn facilitate corrupt practices.
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 | 0,005 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».