La transparence gouvernementale et le cybergouvernement : les enjeux démocratiques selon une perspective publique
Bibliographic record
Abstract
Dans cet article, nous abordons la notion de transparence gouvernementale et sa portée générale sur l’avenir de l’administration publique dans un contexte de cybergouvernement. Nous soutenons que l’Open Government Initiative de l’actuelle administration américaine estompe les différences conventionnelles entre cyberdémocratie et cybergouvernement par l’intégration, au moyen des technologies, de pratiques démocratiques traditionnelles dans les organismes administratifs. Nous examinons comment fonctionnent les pratiques démocratiques axées sur la transparence, la participation et la collaboration dans les organismes administratifs, en supposant qu’elles contribuent à l’action administrative et au processus décisionnel, contrairement à l’approche actuelle qui semble les considérer comme la finalité de l’action administrative. Nous étudions le gouvernement transparent sous l’angle de la « valeur publique » que souhaitent produire les organismes publics, car elle leur permet de combler les besoins et les aspirations de la population par ses avantages considérables et la valeur intrinsèque associée à un meilleur gouvernement. Nous appliquons cette vision à la notion de transparence gouvernementale pour décrire la valeur dégagée par une interaction gouvernement-citoyen fondée sur la transparence, la participation et la collaboration, c’est-à-dire une interaction plus démocratique.
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 | 0.007 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.007 | 0.026 |
| Scholarly communication | 0.018 | 0.016 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.006 | 0.009 |
| Insufficient payload (model declined to judge) | 0.006 | 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".