MECHANISMS OF COMMUNICATION BETWEEN PUBLIC AUTHORITY BODIES AND THE PUBLIC
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The article explores modern mechanisms of communication between publicauthorities and the public in the context of digital transformation. It examines the use ofsocial networks, e-government, artificial intelligence, data analytics, and interactivecitizen participation platforms as effective tools for interaction between government andsociety. The role of digital technologies in ensuring openness, transparency, and feedbackin public administration processes is highlighted. The study emphasizes the importanceof enhancing cybersecurity, protecting personal data, and improving the digitalcompetence of civil servants. References1. Reznikova, O. O. (2022). National resilience in a changing security environment:monograph. Kyiv: NISS.2. Konyk, D. (2020). Community trust: Crisis communications of local selfgovernment bodies: A practical guide. Federation of Canadian Municipalities /International Technical Assistance Project «Partnership for Local EconomicDevelopment and Democratic Governance (PLEDDG)».3. Zahorskyi, V. S., & Petrovskiy, P. M. (Eds.). (2021). Public administration inUkraine: Problems and prospects for development: monograph. Lviv: LRIDUNADU.4. Dziana, H. O., & Dzianyi, R. B. (2021). Tools for ensuring the effectiveness ofcommunicative activities of public organizations. Democratic Governance:Scientific Bulletin, 1(27). Lviv: LRIDU NADU.5. Husiev, A. I. (Ed.). (2020). Communicative technologies of the informationsociety: A monograph [A. I. Husiev, N. O. Dovhan, O. V. Ivachevska,N. S. Malieieva, I. V. Petrenko]. National Academy of Educational Sciences ofUkraine, Institute of Social and Political Psychology. Kropyvnytskyi: Imex-LTD.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle