MétaCan
Menu
Retour à la cohorte
Enregistrement W4405894699 · doi:10.20899/jpna.nsb51y51

French-Language Public Administration Research on Social Equity: A Systematic Literature Review

2024· article· en· W4405894699 sur OpenAlexaff
Gino Biaou, Étienne Charbonneau

Notice bibliographique

RevueJournal of Public and Nonprofit Affairs · 2024
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEvaluation and Performance Assessment
Établissements canadiensÉcole Nationale d'Administration Publique
Organismes subventionnairesnon disponible
Mots-clésEquity (law)ScholarshipSociologyPublic relationsPolitical sciencePositive economicsEconomicsLaw

Résumé

récupéré en direct d'OpenAlex

Despite the availability of freely accessible translation tools, research conducted in languages other than English is often overlooked. Findings from foreign contexts are lost, undermining the boundary conditions of theories. This systematic literature review takes stock of methods, theories, and practical recommendations developed in French-language social equity research. Overall, the results suggest that French-language social equity research offers relevant but not in-depth practical recommendations, encompasses a small proportion of papers referring to theories, and is more qualitative method-oriented than quantitative. Our results complement previous findings suggesting the dominance of the quantitative approach to social equity research by bringing to light many qualitative studies. Crucially, unlike English-language social equity research, this study suggests that French-language social equity research rarely focuses on race and ethnicity. Inter-organizational equity, along with regional, intergenerational, and gender equity are frequent loci. The finding of this study bridges a heeded segment of Public Administration scholarship, fostering knowledge sharing across languages and scholarly communities.

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)0,037
score de la tête « metaresearch » (Gemma)0,095
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,963
Score d'incertitude au seuil0,196

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0370,095
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,004
Bibliométrie0,0330,024
Études des sciences et des technologies0,0020,002
Communication savante0,0040,004
Science ouverte0,0010,003
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,409
Tête enseignante GPT0,575
Écart entre enseignants0,166 · 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.

Devis d'étudeRevue systématique
DomaineMéthodes
GenreSynthèse

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

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Public and Nonprofit AffairsMême sujetEvaluation and Performance AssessmentTravaux en français237 207