MétaCan
Menu
Retour à la cohorte
Enregistrement W7117511306 · doi:10.26417/x8k2t856

The Social Architecture of Integrity: Corruption Proofing of Legislation as a Socio-Legal Reform Capable of Building Public Trust

2025· article· W7117511306 sur OpenAlexaff
Genci GJONÇAJ

Notice bibliographique

RevueEuropean Journal of Social Sciences Education and Research · 2025
Typearticle
Langue
DomaineSocial Sciences
ThématiqueCorruption and Economic Development
Établissements canadiensLibrary of Parliament
Organismes subventionnairesnon disponible
Mots-clésScrutinyLegislationTransparency (behavior)LegitimacyPublic trustSanctionsLanguage changeDemocracyAccountability

Résumé

récupéré en direct d'OpenAlex

In democratic systems, public trust is increasingly undermined when law-making is perceived as susceptible to undue influence from corrupt or criminal actors. This paper explores Corruption proofing of legislation (CPL) as more than a procedural tool, conceptualising it as a socio-legal reform with implications for institutional legitimacy and public trust. Drawing on institutional theory, the study applies a qualitative comparative policy analysis of CPL designs in Moldova, Lithuania, and Albania. The findings identify two contrasting institutional approaches: an external model relying on independent oversight bodies (Moldova and Lithuania) and an internal model embedded within parliamentary procedures (Albania). While both seek to reduce corruption risks in legislation, the analysis demonstrates that institutional design plays a decisive role in fostering public trust. Independent CPL mechanisms appear better positioned to enhance trust by ensuring impartial scrutiny and reinforcing transparency and accountability. Ultimately, the paper argues that CPL’s broader societal significance lies in its ability to reshape formal rules and informal normal of law-making, strengthening democratic resilience against state capture.

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)0,009
score de la tête « metaresearch » (Gemma)0,012
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0070,055
Communication savante0,0110,007
Science ouverte0,0010,007
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,086
Tête enseignante GPT0,424
Écart entre enseignants0,338 · 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
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Social Sciences Education and ResearchMême sujetCorruption and Economic DevelopmentTravaux en français237 207