ANALYSIS OF WORLD EXPERIENCE IN THE FIELD OF IMPROVING THE PROCESS OF INTERACTION OF CIVIL EMPLOYEES IN CYBERSPACE
Notice bibliographique
Résumé
In this article, the author analyzes world experience in the field of improving the process of interaction of civil servants in cyberspace, which consists in analyzing social engineering, which is presented as an effective mechanism for influencing the formation, regulation and development of digital behavior of public servants. The essence of which is the conscious use of psychological, communicative and social tools aimed at adapting personnel to the digital environment, establishing the principles of digital ethics and reducing the level of cyber threats. It is noted that social engineering can be considered, in particular, as a tool for transforming personnel policy, and involve the use of socio-psychological mechanisms for modeling the behavior of civil servants. The author emphasizes that the digital behavior of civil servants is largely shaped by established or informal standards that operate within the professional community. The experience of various countries (Singapore, Denmark, Canada, Estonia, Bulgaria, the Netherlands, the United Kingdom, etc.) on the issue of regulating the digital behavior of civil servants is analyzed, which showed that the comparative analysis of national approaches to regulating the digital behavior of civil servants made it possible to identify both common principles and specific features of different countries. Key among them are ethical governance, transparency, accountability, respect for human rights and the development of digital competence in the public sector. The conclusion is made that international practice demonstrates the multi-vector nature of approaches to the formation of ethical behavior of civil servants in the digital space. Based on the analyzed international experience, it is advisable to introduce a phased model of digital ethics in the civil service in Ukraine, focusing on the successful practices of the above-mentioned countries.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,006 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».