MétaCan
Menu
← Retour à la cohorte
Enregistrement W7005314240

Quality and speed in administrative decision-making: Tension or balance?

2016· book· en· W7005314240 sur OpenAlexaff

Notice bibliographique

RevueResearch Publications (Maastricht University) · 2016
Typebook
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics, Bioinformatics, and Biomedical Research
Établissements canadiensMontreal Council on Foreign Relations
Organismes subventionnairesnon disponible
Mots-clésQuality (philosophy)Tension (geology)Work (physics)Data collectionControl theory (sociology)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In various European countries such as France, Italy, and the Netherlands, lawmakers have adopted legislation in order to deal with the consequences of the economic crisis. These laws contain provisions aimed at speeding up administrative decision making and judicial proceedings which have an impact on various provisions of general administrative law. Alongside the aim of facing the economic crisis, these measures aim to make administrative law more up-to-date and ensure it meets the needs of contemporary society.However, acceleration measures concerning decision-making and judicial proceedings may clash with the need to preserve the quality of these proceedings. On the one hand, swift procedures can be considered to be one aspect of high-quality decision making. On the other hand, other aspects of quality such as public participation and the thorough consideration of all relevant aspects and interests, may be at risk when the speed of decision-making is the only focus of reforms.Quality and Speed in Administrative Decision-Making: Tension or Balance? presents six national perspectives on these issues, together with a comparative overview comparing and contrasting national approaches with regards to finding a balance between the pace of proceedings and the quality of administrative and judicial decisions.The book will be of interest to academics of European and comparative administrative law, as well as policy-makers at the national and European level.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,048
score de la tête « metaresearch » (Gemma)0,145
Version: metacan-v3-hybrid-931329e0061cStatut 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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil0,255

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0480,145
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,006
Études des sciences et des technologies0,0020,012
Communication savante0,0270,029
Science ouverte0,0030,005
Intégrité de la recherche0,0050,008
Charge utile insuffisante (le modèle a refusé de juger)0,0190,004

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 Opus0,110
Tête enseignante GPT0,396
Écart entre enseignants0,286 · 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 source (Gemma direct ou Codex distillé), 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
GenreAutre

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
Publié2016
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueResearch Publications (Maastricht University)→Même sujetGenetics, Bioinformatics, and Biomedical Research→Travaux en français237 207→