MétaCan
Menu
Retour à la cohorte
Enregistrement W7140127699 · doi:10.64235/a2655d87

Fiscal Transparency and Citizen Trust: Evaluating the Role of Budget Accountability Mechanisms in Developing Democracies

2025· article· W7140127699 sur OpenAlexaff
Tolulope Abiodun Shokunbi

Notice bibliographique

RevueJournal of Data Analysis and Critical Management · 2025
Typearticle
Langue
DomaineArts and Humanities
ThématiqueHistorical Studies in Central America
Établissements canadiensWycliffe College
Organismes subventionnairesnon disponible
Mots-clésTransparency (behavior)AccountabilityLegitimacyAuditLanguage changeTrustworthinessGovernment (linguistics)Open governmentDemocracy

Résumé

récupéré en direct d'OpenAlex

In developing democracies, the fiscal transparency and trust by the citizens are essential elements of proper governance.This paper will look at how the budget accountability (participatory budgeting, audit committees, citizen oversight, andopen data platforms) have influenced the building of the trust of the people. Based on cross-country information, casestudies on Nigeria, Uganda, Ghana and Kenya and emerging empirical studies, the analysis has established a strong positiverelationship between transparency indicators and trustworthiness of the citizen to the government institutions. Resultshave shown that systems that allow active citizen involvement and real-time availability of fiscal data make a remarkabledifference in increasing the level of trust, minimizing corruption risks, and enhancing perceived legitimacy in how thefinance is managed by the populace. The paper highlights the need to make fiscal transparency practices and institutionalreforms complementary so as to promote democratic accountability and sustainable development. The policy suggestionsto the policy makers are to increase citizen participation, embrace the use of online platforms to disclose fiscal details, andestablish routine and reliable reporting of budgetary performance.

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)0,021
score de la tête « metaresearch » (Gemma)0,057
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,109

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,057
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0030,005
Communication savante0,0040,005
Science ouverte0,0000,004
Intégrité de la recherche0,0010,002
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 Opus0,050
Tête enseignante GPT0,349
Écart entre enseignants0,299 · 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'étudeObservationnel
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 revueJournal of Data Analysis and Critical ManagementMême sujetHistorical Studies in Central AmericaTravaux en français237 207