Une évaluation méthodologique des dix années d'études de la satisfaction « Les Citoyens d'abord » au Canada
Bibliographic record
Abstract
Une évaluation méthodologique des dix années d'études de la satisfaction « Les Citoyens d'abord » au Canada Ed BruningPlusieurs articles récents commentent les évolutions positives dans les capacités de la prestation de service public au Canada (Flumian, Coe et Kernaghan, 2007;Kernaghan, 2009; et Bent, Kernaghan et Marson, 1999).Bon nombre de ces évolutions ont vu le jour dans les rangs de la fonction publique canadienne malgré le fait que les décideurs occupant des postes politiques de premier plan ont relégué les améliorations des services à un ordre de priorité plus faible (Alcock, 2009).En outre, les gestionnaires du secteur public sont intéressés par ce que pensent les citoyens de leur travail -ce qu'ils font bien et ce qu'ils doivent faire pour s'améliorer.La demande d'informations sur le rendement est certes déterminée par le désir des gestionnaires publics d'offrir des services de meilleure qualité à leurs concitoyens, mais elle augmente aussi du fait que les responsables du secteur public sont désormais tenus de justifier l'usage des ressources publiques limitées.Il pourrait donc être intéressant d'analyser l'efficacité avec laquelle les enquêtes auprès des citoyens sont construites, mises en œuvre et interprétées.Dans ce bref commentaire, je résume les résultats de mon analyse méthodologique de l'une des principales enquêtes menées au Canada auprès des citoyens -l'enquête de satisfaction Les citoyens d'abord.Cette enquête en est actuellement à sa sixième édition (les cinq versions précédentes vont de 1998 à 2008).Je commencerai par m'intéresser à la structure et au processus qui interviennent dans le développement, la mise en œuvre et l'interprétation de l'étude Les citoyens d'abord (CD).Nous définirons les objectifs de recherche spécifiques pour chaque projet CD.Nous décrirons ensuite les atouts et les faiblesses méthodologiques de chaque projet, avant d'effectuer une évaluation globale de l'efficacité des études CD sur les plans technique et pratique.Ed Bruning est professeur de marketing, I.H.Asper School of Business, université du Manitoba, Winnipeg, MB (Canada).Traduction de l'article paru en anglais sous le titre « A methodological assessment of ten years of Canada's Citizen's First Satisfaction Survey research ».
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 | 0.019 | 0.041 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.005 | 0.009 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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 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".