MétaCan
Menu
Retour à la cohorte
Enregistrement W4410922351 · doi:10.5539/res.v17n1p26

Diverse Democracies, Divergent Corruption: Examining the Impact of Democratic Governance Models in Curbing Corruption

2025· article· en· W4410922351 sur OpenAlexvenueno aff
Santhosh VENUGOPAL, Manel DAHMANI

Notice bibliographique

RevueReview of European Studies · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCorruption and Economic Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLanguage changeCorporate governanceDemocracyDemocratic governancePolitical sciencePolitical economyLaw and economicsEconomic systemEconomicsLawManagementPoliticsPhilosophy

Résumé

récupéré en direct d'OpenAlex

This study examined the impact of various democratic models on regime corruption. This study focuses on four types of democracy: liberal, deliberative, participatory, and egalitarian. Principal component regression was conducted on data from 183 countries spanning the period 1900–2022. The results show that liberal democracy significantly reduces regime corruption, suggesting that higher levels of liberal democratic values effectively curb it. The results indicate that there is no significant relationship between deliberative democracy and regime corruption, suggesting that deliberations do not directly influence corruption. Contrary to expectations, participatory democracy exhibited a significantly positive relationship with regime corruption, implying that corrupt actors might exploit vulnerabilities inherent in participatory mechanisms. Therefore, although participatory processes are essential for democratic engagement, they must be carefully designed and managed to prevent their misuse. On the other hand, egalitarian democracy shows a significantly negative relationship with corruption, emphasizing the importance of equal opportunities to curb corruption within democracies. These findings underscore the need to examine democratic governance from a more nuanced perspective. Liberal and egalitarian values are critical in developing effective anticorruption strategies.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,788
Score d'incertitude au seuil0,353

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,128
Tête enseignante GPT0,385
Écart entre enseignants0,256 · 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'étudeObservationnel
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of European StudiesMême sujetCorruption and Economic DevelopmentTravaux en français237 207