Public Spending, By The People: Participatory Budgeting in the United States and Canada in 2014-15
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
From 2014 to 2015, more than 70,000 residents across the United States and Canada directly decided how their cities and districts should spend nearly $50 million in public funds through a process known as participatory budgeting (PB). PB is among the fastest growing forms of public engagement in local governance, having expanded to 46 communities in the U.S. and Canada in just 6 years.PB is a young practice in the U.S. and Canada. Until now, there's been no way for people to get a general understanding of how communities across the U.S. implement PB, who participates, and what sorts of projects get funded. Our report, "Public Spending, By the People" offers the first-ever comprehensive analysis of PB in the U.S. and Canada.Here's a summary of what we found:Overall, communities using PB have invested substantially in the process and have seen diverse participation. But cities and districts vary widely in how they implemented their processes, who participated and what projects voters decided to fund. Officials vary in how much money they allocate to PB and some communities lag far behind in their representation of lower-income and less educated residents.The data in this report came from 46 different PB processes across the U.S. and Canada. The report is a collaboration with local PB evaluators and practitioners. The work was funded by the Democracy Fund and the Rita Allen Foundation, and completed through a research partnership with the Kettering Foundation.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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