MétaCan
Menu
Retour à la cohorte
Enregistrement W4381849439 · doi:10.1111/rego.12532

Jurisdictional overlap: The juxtaposition of institutional independence and collaboration in police wrongdoing investigations

2023· article· en· W4381849439 sur OpenAlexaffabout
Jihyun Kwon

Notice bibliographique

RevueRegulation & Governance · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueRegulation and Compliance Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésWrongdoingDysfunctional familyMisconductBureaucracyIndependence (probability theory)Public administrationDemocracyPolitical sciencePublic relationsBusinessLawPsychology

Résumé

récupéré en direct d'OpenAlex

Introducing multiple layers of “independent” structures has become a go‐to strategy for public agent oversight. The question remains whether such decentralized, overlapping structural arrangements of oversight reduce regulatory uncertainty and produce better policy outcomes. Using the case study of Ontario, Canada, I examine the consequences of institutional layering for the specific and broader goal of independent oversight and democratic policing, respectively. Semi‐structured interviews with oversight officials and other key stakeholders as well as past governmental reports that led to the police oversight reform are analyzed to study the gap between the policy intention and outcome. I found that multiple “independent” investigatory agencies are meant to operate concurrently within an integrated system to ensure a responsive and comprehensive oversight system. However, their structural separation obstructs collaboration among the external agencies, causing various dysfunctional bureaucratic behaviors that undermine the overarching intention. The disconnect among different oversight authorities exacerbates their reliance on internal police‐led procedures for all police misconduct inquiries. Implications of my research extend beyond policing and further the study of overlapping regulatory oversight and structural reform through institutional layering.

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)0,026
score de la tête « metaresearch » (Gemma)0,064
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,070
Score d'incertitude au seuil0,138

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0260,064
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0110,043
Communication savante0,0100,008
Science ouverte0,0020,017
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,017
Tête enseignante GPT0,250
Écart entre enseignants0,232 · 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'étudeQualitatif
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

Citations3
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRegulation & GovernanceMême sujetRegulation and Compliance StudiesTravaux en français237 207