MétaCan
Menu
Back to cohort
Record W2064305864 · doi:10.3917/risa.811.0041

L’importance grandissante des évaluations au sein des parlements : Les gouvernements tenus de rendre des comptes ?

2015· article· fr· W2064305864 on OpenAlexaff
Valérie Pattyn, Sandra Speer, Bart De Peuter

Bibliographic record

VenueRevue Internationale des Sciences Administratives · 2015
Typearticle
Languagefr
FieldSocial Sciences
TopicFrench Urban and Social Studies
Canadian institutionsInstitute on Governance
Fundersnot available
KeywordsPolitical scienceHumanitiesPhilosophy

Abstract

fetched live from OpenAlex

Rares sont ceux qui, à ce jour, se sont intéressés au rôle des évaluations au sein des parlements, ce qui est surprenant étant donné que les députés sont parties prenantes par excellence, que les évaluations pourraient intéresser. Mais est-ce effectivement le cas ? C’est sur la base d’une analyse systématique des questions écrites et des interpellations en Allemagne et en Flandre que nous allons nous pencher sur l’intérêt des députés pour les évaluations. Nous analyserons les aspects suivants, d’un point de vue comparatif : le contenu des questions sur les évaluations, le profil politique des députés qui posent les questions, la part de questions sur les évaluations et la répartition des questions entre les partis politiques, les domaines stratégiques et au fil du temps. Remarques à l’intention des praticiens Le rôle et l’utilisation des évaluations dans le processus démocratique sont des choses à améliorer. D’une part, les députés au Parlement souhaitent parfois être mieux informés sur les méthodes d’évaluation, ainsi que sur les possibilités d’utiliser les résultats d’évaluation à des fins d’imputabilité et d’apprentissage. D’autre part, ce sont parfois les évaluateurs qui s’efforcent de renforcer la demande d’évaluations dans le processus d’élaboration des politiques, et pas seulement l’administration publique.

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 imitation

Not 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.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.002
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies
Consensus categoriesScience and technology studies
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.303
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0020.002
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.001
Science and technology studies0.0050.028
Scholarly communication0.0000.001
Open science0.0010.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0000.000

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.

Opus teacher head0.391
GPT teacher head0.411
Teacher spread0.020 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; both teacher heads agree on what is shown here.

Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2015
Admission routes1
Has abstractyes

Explore more

Same venueRevue Internationale des Sciences AdministrativesSame topicFrench Urban and Social StudiesFrench-language works237,207