MétaCan
Menu
Retour à la cohorte
Enregistrement W4413230209 · doi:10.52663/kcsr.2025.30.2.133

A Comparative Study of Local Government Ombudsman Systems : Focusing on Seoul, New York, and Toronto

2025· article· en· W4413230209 sur OpenAlexaboutno aff
Min Chul Shin, Y. Ahn

Notice bibliographique

RevueThe Korea Association for Corruption Studies · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOmbudsman and Human Rights
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPublic administrationAccountabilityTransparency (behavior)Political scienceLocal governmentGrievanceDecentralizationEnforcementLaw

Résumé

récupéré en direct d'OpenAlex

This study This study conducts a comparative analysis of the local ombudsman systems in Seoul, New York City, and Toronto to explore ways to enhance the institutional effectiveness of local ombudsman systems. Focusing on Seoul’s Citizens’ Audit Ombudsman Committee, New York City’s Public Advocate, and the Toronto Ombudsman, the study examines their establishment background, legal basis, appointment procedures, organizational structure, powers, scope of responsibilities, and limitations. The analysis is based on official documents, municipal charters, annual reports, and relevant websites. The findings reveal that while all three institutions share the common goal of protecting citizens’ rights and ensuring administrative accountability, they differ in institutional forms and authority structures. Seoul and Toronto operate appointed ombudsman systems emphasizing administrative oversight and grievance resolution, whereas New York City’s Public Advocate, as an elected office, engages more actively in policy advocacy. All three institutions rely on non-binding recommendations, limiting their enforcement power. Despite achievements in enhancing transparency and citizen advocacy, they face common challenges such as limited legal authority, resource constraints, and low public awareness. Based on these findings, this study suggests strengthening the legal authority, independence, resources, and public accountability of local ombudsman systems.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,344
Score d'incertitude au seuil0,977

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,102
Tête enseignante GPT0,379
Écart entre enseignants0,277 · 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'étudeQualitatif
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 revueThe Korea Association for Corruption StudiesMême sujetOmbudsman and Human RightsTravaux en français237 207