MétaCan
Menu
Retour à la cohorte
Enregistrement W4366429135 · doi:10.1111/1467-8500.12585

Policy‐making, policy‐taking, and policy‐shaping: Local government responses to the COVID‐19 pandemic

2023· article· en· W4366429135 sur OpenAlexaffabout
Chris Stoney, Andy Asquith, Karyn Kipper, Jeffrey McNeill, John Martin, Alessandro Spano

Notice bibliographique

RevueAustralian Journal of Public Administration · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDisaster Management and Resilience
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésGovernment (linguistics)Public administrationSocial distanceCentral governmentLocal governmentUnitary stateCorporate governancePandemicEmergency managementPublic policyDistancingPolitical scienceCoronavirus disease 2019 (COVID-19)Economic growthBusinessEconomicsLawFinance

Résumé

récupéré en direct d'OpenAlex

Abstract The COVID‐19 pandemic has challenged nations states across the world. They have implemented lockdown and social distancing and with the development of vaccines have gone to great lengths to build herd immunity for their populations. As place managers, local government has played a variety of roles supporting central government edicts related to social distancing and supporting local businesses impacted by lockdowns. The research reported here comparing the role local government has played in Australia, Canada, Italy, and New Zealand shows that they have at different times and for different issues been policy takers from central government, policy shapers, and policy makers adapting national strategies. Local government plays an important complementary role with central governments in both unitary and federal systems of government. The paper contributes to the literature on multi‐level governance, place‐based decision‐making, and disaster and emergency management by offering a framework for analysing municipal roles in crises management both in their relationship with higher layers of government and in their acting as locally placed organisations. Points for practitioners Cross‐national study: Australia, Canada, Italy, and New Zealand. Examination of local government responses to COVID‐19 pandemic as policy makers, takers, or shapers. Comparison of federal and unitary states.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,782
Score d'incertitude au seuil0,628

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,165
Tête enseignante GPT0,436
Écart entre enseignants0,271 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations15
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAustralian Journal of Public AdministrationMême sujetDisaster Management and ResilienceTravaux en français237 207