Réformes budgétaires dans le secteur public : tendances et défis
Bibliographic record
Abstract
Au cours des dernières décennies, les systèmes budgétaires publics ont été modernisés. La nécessité d’une efficience, une efficacité et une reddition de comptes accrues a donné lieu à un changement d’orientation qui s’est traduit par le passage d’un budget par objet de dépense et une budgétisation de caisse modifiée à une démarche axée sur les impacts, les prestations et les coûts. Malgré cette tendance générale, la budgétisation axée sur les résultats a été appliquée d’une manière et dans une mesure différente selon les pays. On dénombre, tout d’abord, des pays qui ont totalement appliqué ou sont en traîn d’appliquer la budgétisation d’exercice et la budgétisation axée sur les impacts (l’Australie, le Royaume-Uni et la Suède) ou la budgétisation axée sur les prestations (la Nouvelle-Zélande). Viennent ensuite des pays qui ont adopté la budgétisation axée sur les impacts mais qui s’accrochent à un système de budgétisation de caisse modifiée (les Pays-Bas). Enfin, on compte les pays qui s’en tiennent à un budget programmes traditionnel de caisse modifiée ou d’exercice modifié où les prestations et les résultats sont uniquement repris dans des documents explicatifs relatifs au processus budgétaire (le Canada, les États-Unis). Ainsi, les gouvernements s’emploient activement à réformer leurs systèmes budgétaires. Toutefois, ils doivent relever un grand nombre de défis car les systèmes budgétaires ont de multiples fonctions et de multiples utilisateurs qui peuvent entrer en concurrence.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.021 | 0.044 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.005 | 0.011 |
| Science and technology studies | 0.003 | 0.008 |
| Scholarly communication | 0.014 | 0.010 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.003 | 0.008 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".