MétaCan
Menu
Retour à la cohorte
Enregistrement W4323266808 · doi:10.1177/00208523231155385

Public auditing: What impact does the quality of the institutional framework have on the level of corruption?

2023· article· en· W4323266808 sur OpenAlexaff
Eriole Zita Nonki Tadida

Notice bibliographique

RevueInternational Review of Administrative Sciences · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCorruption and Economic Development
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésAccountabilityMandateLanguage changeCorporate governanceAuditLeverage (statistics)Good governanceCivil societyIndependence (probability theory)Public administrationBusinessPolitical scienceAccountingPoliticsLawFinance

Résumé

récupéré en direct d'OpenAlex

Supreme audit institutions (SAIs) are a component of a nation's institutional system. This article defines the concept of an institutional anti-corruption system centered on the SAI through four main characteristics: independence, accountability, mandate and collaboration. The article aims to assess the impact that the quality of the anti-corruption system has on perceived levels of corruption. Data from the 2019 International Budget Partnership Open Budget Survey covering 117 countries are used for this purpose. The regression results show that the quality of the institutional anti-corruption system centered on the SAI is associated with a low level of perceived corruption. However, other elements must be implemented to create an anti-corruption environment, such as citizens’ involvement as controlling actors. Points for practitioners It is important that policy makers recognize and leverage the potential of SAIs in reducing corruption. Contemporary governance and the complexity of corruption require the protection of SAI's independence, but also call for the establishment of collaborative mechanisms that engage civil society and the media.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,021
score de la tête « metaresearch » (Gemma)0,084
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,109

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,084
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,007
Communication savante0,0090,006
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,530
Tête enseignante GPT0,522
Écart entre enseignants0,008 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Review of Administrative SciencesMême sujetCorruption and Economic DevelopmentTravaux en français237 207