Policy Assessment in the OECD : Lessons for Chile
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
Chile is well-advanced in the field of \n program and project evaluation, with adequate institutions \n and procedures in place, and has achieved a very high \n standard by any international comparison. DIPRES has \n established a system of evaluations of sound quality. This \n system promotes the utilization of evaluation results in \n management decisions, including budget decision. The \n outsourcing of evaluations guarantees technical and \n political independence of program and project evaluations, \n while increasing their credibility. On the other hand, \n policy evaluation in Chile is mainly an ad-hoc and \n spontaneous activity, with no definite procedures or \n standards. Regardless of the quality of those sporadic \n evaluations, the fact remains that no one is responsible for \n the selection, methods, implementation, financing, and \n utilization of the results of policy evaluations. This \n report will focus on developing a strategy and instruments \n for further institutionalizing public policy assessment in \n Chile. The first chapter discusses definitions and concepts \n related to the public policy process and describes the scope \n of this report. Chapter second examines the policy processes \n of six Organization for Economic Cooperation and Development \n (OECD) countries, including federal countries such as Canada \n and the United States (U.S.) and unitary countries similar \n to Chile. Chapter third takes the OECD context as background \n to analyze Chile’s own policy process and lays out \n challenges to improving the policy process in Chile. Chapter \n fourth builds on the previous analysis to offer a number of \n possible directions Chile can take to achieve its goal of \n strengthening public policy assessment.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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