Jauger les effets d'un régime de performance d'intelligence : les indicateurs de gestion municipaux au Québec, 1999-2010
Bibliographic record
Abstract
Résumé Les indicateurs de gestion municipaux au Québec se conforment à ce que Hood (2007) qualifie de « régime d’intelligence ». Dans la présente étude, nous tentons de déterminer si le régime de performance d’intelligence municipal au Québec (Canada) a produit les résultats attendus. Pour répondre à cette question, nous avons utilisé des documents officiels accessibles au public, des procès-verbaux de réunions et des données d’enquête. L’histoire de ce régime au Québec est un contre-exemple à la théorie de Pollitt et de ses collègues (2010), selon laquelle une fois en place, les régimes de performance suivent une logique d’emballement. Le régime municipal d’ intelligence au Québec n’est jamais passé de l’état formatif à l’état summatif, de l’intelligence aux cibles et aux classements. L’expérience dans cette province canadienne confirme le modèle de Hood (2007) relatif aux faiblesses des régimes d’intelligence. Remarques à l’intention des praticiens La présente étude de cas, axée sur le régime de performance, décrit une initiative comportant peu d’obligations pour les participants. Nous soutenons que les faiblesses documentées sont le résultat de la voie stratégique initialement adoptée par les décideurs, et non de leurs décisions et adaptations ultérieures. En l’absence de surveillance du public et de sanctions imposées par le gouvernement provincial, la plupart des gestionnaires publics choisissent de ne pas utiliser d’indicateurs, de ne pas les intégrer dans les budgets et les rapports annuels, de ne pas se comparer aux autres et de ne se fixer aucune cible. Dans un régime obligatoire caractérisé par des approches ascendantes et volontaires, la plupart des municipalités ont en effet opté pour une participation minimale.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.001 | 0.002 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
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 teacher head, 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".