Une analyse de données de panel concernant les impacts des différences institutionnelles sur les décisions budgétaires des gouvernements locaux
Bibliographic record
Abstract
La présente étude fournit des preuves empiriques de la manière dont les différences institutionnelles influencent les décisions budgétaires scolaires, en utilisant des données recueillies au moyen d’un panel de 178 arrondissements scolaires primaires et secondaires du New Jersey entre 1996 et 2007. Les conclusions dégagées par le modèle de Newey-West, corrigeant l’hétéroscédasticité et la corrélation sérielle, étayent notre hypothèse selon laquelle les arrondissements dont les conseils scolaires sont élus (arrondissements de type II) sont plus susceptibles de s’avérer plus efficaces dans la réduction des dépenses scolaires que ceux dont les conseils scolaires sont désignés (arrondissements de type 1). En visualisant les systèmes scolaires à la lumière de la nouvelle économie institutionnelle, la présente étude postule que les différences institutionnelles en matière de gouvernance sont cruciales pour entraîner des différences au niveau des décisions budgétaires en affectant les structures d’incitation auxquelles les agents de l’État sont confrontés, ainsi que les coûts de transaction et d’agence. Remarques à l’intention des praticiens À ce jour, la question de l’impact des différences institutionnelles sur les décisions budgétaires locales a constitué un élément de débat permanent parmi de nombreux chercheurs et praticiens dans le domaine de l’administration publique. La présente étude implique qu’en tant que structure d’incitation efficace et mécanisme de contrainte, les institutions électorales directes dans les arrondissements scolaires peuvent constituer un outil utile pour contrôler la hausse des dépenses liées à l’éducation en imposant une imputabilité sans équivoque aux conseils scolaires pour la prise de décisions budgétaires. Les décideurs devraient réfléchir à des stratégies réalistes accompagnées de changements institutionnels dans une situation où les gouvernements locaux sont confrontés au défi de gérer leur budget avec efficacité tout en subissant des pressions fiscales.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.014 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 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; both teacher heads agree on what is shown here.
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".