MétaCan
Menu
Retour à la cohorte
Enregistrement W4389937491 · doi:10.1145/3635144

Configurations of Digital Participatory Budgeting

2023· article· en· W4389937491 sur OpenAlexafffund
Victoria Palacin, Samantha McDonald, Pablo Aragón, Matti Nelimarkka

Notice bibliographique

RevueACM Transactions on Computer-Human Interaction · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media and Politics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesCanadian Nuclear Safety CommissionKoneen Säätiö
Mots-clésParticipatory budgetingSoftware deploymentDilemmaCitizen journalismParticipatory designDemocracyPoliticsValue (mathematics)State (computer science)Participatory democracyBusinessComputer sciencePolitical scienceProcess managementSociologyKnowledge managementPublic relationsEconomicsOperations managementMathematicsSoftware engineeringWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Participatory budgeting is a democratic innovation increasingly supported by digital platforms. Like any technology, participatory budgeting platforms are not value-free or politically neutral; their design, configuration, and deployment display assumptions and configure participant behaviour. To understand what kinds of configurations occur and what kinds of democratic values they hold, we studied 31 digital participatory budgeting cases in Spain, France, and Finland. These cases were all supported by the same technical platform, Decidim , allowing us to focus on the variations in their configurations. We examined the data from these cases and identified 25 different technical configurations and 15 participatory budgeting configurations. The configurations observed in our cases exhibit individual and community-centred assumptions about expected state-society interactions, as well as open vs managerial approaches to participatory budgeting. Based on these findings, we highlight a dilemma for civic technology designers: to what degree should platforms be open to configuration and customisation, and which political values should be enforced by platform design?

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)0,011
score de la tête « metaresearch » (Gemma)0,027
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,027
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0080,012
Communication savante0,0100,009
Science ouverte0,0020,011
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,112
Tête enseignante GPT0,399
Écart entre enseignants0,287 · 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

Citations11
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACM Transactions on Computer-Human InteractionMême sujetSocial Media and PoliticsTravaux en français237 207