MétaCan
Menu
Retour à la cohorte
Enregistrement W4391772215 · doi:10.1080/13572334.2024.2313310

Governments and parliaments in a state of emergency: what can we learn from the COVID-19 pandemic?

2024· article· en· W4391772215 sur OpenAlexaboutno aff
Francesco Bromo, Paolo Gambacciani, Marco Improta

Notice bibliographique

RevueJournal of Legislative Studies · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocio-political and Technological Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPandemicCoronavirus disease 2019 (COVID-19)State of emergencyPolitical science2019-20 coronavirus outbreakState (computer science)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Public administrationVirologyMedicineLawComputer sciencePoliticsOutbreak

Résumé

récupéré en direct d'OpenAlex

What happens in a state of emergency that is prolonged and unrelated to security with respect to the powers afforded to or used by the executive, checks and balances, and cooperation between the government, parliament, and sub-national authorities? This article investigates the variation in ‘executive aggrandisement’ (a temporary reduction in influence and oversight capacity of formal institutions vis-à-vis the executive) during the COVID-19 pandemic in six parliamentary democracies. We theorise that this variation can be in part explained based on path dependence. We explore how pre-pandemic levels of executive dominance and policy centralisation affect executive aggrandisement during the 2020–2022 emergency across our sample of countries. We show that Canada and Germany experienced little to no aggrandisement. In France, Israel, Italy, and the United Kingdom, government rule increased throughout the crisis at the expense of parliament and sub-national authorities. In line with our expectations, we find that most facets of the process of executive aggrandisement in a state of emergency can be interpreted in view of prior institutional arrangements. The outlier elements can be explained by considering circumstantial factors. Our evidence contributes to the literature on the political consequences of COVID-19 by filling some gaps regarding the roots of executive aggrandisement.

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)0,004
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,006
Communication savante0,0050,007
Science ouverte0,0010,003
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,163
Tête enseignante GPT0,425
Écart entre enseignants0,262 · 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'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

Citations8
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Legislative StudiesMême sujetSocio-political and Technological IssuesTravaux en français237 207