MétaCan
Menu
Retour à la cohorte
Enregistrement W4412376128 · doi:10.31235/osf.io/cdusv_v2

Public Accountability beyond Institutional Control. Who do Citizens Blame for Failures in Governing Systemic Risk?

2025· preprint· en· W4412376128 sur OpenAlexfundno aff
Lorain Fornerod, Kristina S. Weißmüller, Giulia Mugellini, Jean‐Patrick Villeneuve

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic, financial, and policy analysis
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésBlameAccountabilitySystemic riskControl (management)BusinessPolitical scienceEconomicsPsychologySocial psychologyFinancial crisisManagementLaw

Résumé

récupéré en direct d'OpenAlex

Why are public institutions blamed for crises caused by private actors’ mismanagement? Building on accountability theory, this study investigates the mechanisms of blame attribution during crises, when public institutions fail to prevent systemic risks caused by private sector agents. Data from a survey experiment with 1,626 Swiss citizens reveals how perceived situational control, causal responsibility, normative accountability expectations, and accountability performance shape citizens’ attribution of blame. The findings reveal asymmetries in the responsibility-accountability logic, showing that citizens hold public institutions accountable for private sector failures if they strongly believe that public institutions had causal responsibility and situational control over the crisis. Citizens’ normative expectations of public institutions’ obligation to govern systemic risks are strongly correlated with blame, while public institutions’ accountability performance is not associated with citizens’ blame attribution. These novel findings provide critical insights for policy makers to manage perceptions, maintain trust, and safeguard legitimacy during crises. The study advances accountability theory by highlighting the dynamic nature of blame, which is particularly relevant for crisis governance.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,433
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,044
Tête enseignante GPT0,249
Écart entre enseignants0,205 · 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.

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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEconomic, financial, and policy analysisTravaux en français237 207