MétaCan
Menu
Retour à la cohorte
Enregistrement W4412365198 · doi:10.1093/jopart/muaf021

Ready, willing, <i>and able</i>? Bureaucratic capacity, slack resources, and political control

2025· article· en· W4412365198 sur OpenAlexaff
Thomas Elston, Yuxi Zhang

Notice bibliographique

RevueJournal of Public Administration Research and Theory · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCulture, Economy, and Development Studies
Établissements canadiensCentre for Global Health Research
Organismes subventionnairesResearch England
Mots-clésBureaucracyPoliticsControl (management)Political sciencePublic administrationBusinessEconomicsManagementLaw

Résumé

récupéré en direct d'OpenAlex

Abstract Recent research suggests that bureaucratic responsiveness to political preferences may depend as much on organizational capacity as it does on incentive alignment, information recovery, and the strategic interaction of principal and agent. Better-resourced bureaucracies should be more able to comply with new political directions, irrespective of their willingness to do so. But because so much bureaucratic capacity is sunk into implementing the prior policy commitments of current and former principals, responding to new political signals will depend—much more specifically—on agents possessing adequate slack resources. This spare capacity should aid signal detection and program development; decrease hesitance at over-committing to new assignments in volatile environments; and provide resources for implementing changes whilst maintaining prior commitments. Using two-way fixed-effects regression and a novel dataset of 1,430 legislative requests of the UK executive, we confirm that possession of slack resources specifically (rather than organizational capacity generally) significantly increases the likelihood of bureaucracies consenting to make program changes requested by parliament. Agents with slack also commit to more precise timelines for implementation. And survival analysis further reveals that, once committed, bureaucracies with more budgetary slack complete their assignments more expeditiously.

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)0,007
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,411
Score d'incertitude au seuil0,709

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
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 Opus0,087
Tête enseignante GPT0,392
Écart entre enseignants0,305 · 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'étudeThéorique ou conceptuel
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

Citations6
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Public Administration Research and TheoryMême sujetCulture, Economy, and Development StudiesTravaux en français237 207