MétaCan
Menu
Retour à la cohorte
Enregistrement W7017928930

Citizen Engagement: the next horizon for digital government

2001· article· en· W7017928930 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueE-Government and Public Services
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTransparency (behavior)MantraGovernment (linguistics)DoorsWork (physics)Corporate governanceOpen governmentDemocracyOrder (exchange)Public participation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

'Good government is expensive, bad government is unaffordable' A mantra for governance in the twenty first century Governments at all levels are facing new challenges to their legitimacy. Calls for greater transparency and participation are heard not just by elected officials, but also in corporate headquarters. At every stage of the policy process, digital communications can either enhance or inhibit democratic accountabilities. In the best of worlds, participation becomes a design element, and consultation a fine art, digitally documented. The other extreme, lack of transparency, can also be designed for, but with repercussions. This chapter looks at the ways governments are repositioning themselves to adapt to an information age. Many agencies have only recently realised that delivering information and services online is just the start of a long pathway to meeting expectations of the new ‘digerati’. Increasingly responsive services are one important form of adaptation, as these open the doors to iterative feedback and development. The smarter ‘networked ’ officials become increasingly facilitators and centres of fluid change, rather than stolid determiners of static policies. Such agility requires speed and scope, assisted by many fingers flying across keyboards. Canadian work on the ‘networked ’ model of

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)0,011
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,105

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0090,021
Communication savante0,0290,039
Science ouverte0,0020,018
Intégrité de la recherche0,0140,010
Charge utile insuffisante (le modèle a refusé de juger)0,0310,005

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 Opus0,056
Tête enseignante GPT0,297
Écart entre enseignants0,240 · 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'étudeSans objet
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
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetE-Government and Public ServicesTravaux en français237 207