MétaCan
Menu
Back to cohort
Record W2593437514

La Loi sur l'administration publique et les indicateurs de performance dans la reddition de comptes des organismes : étude comparative de six organismes du gouvernement du Québec (2000-2012)

2015· article· fr· W2593437514 on OpenAlexaboutno aff
Laurentiu Nicolae Luchi

Bibliographic record

Venuenot available
Typearticle
Languagefr
FieldSocial Sciences
TopicPublic Policy and Administration Research
Canadian institutionsnot available
Fundersnot available
KeywordsPolitical scienceHumanitiesArt
DOInot available

Abstract

fetched live from OpenAlex

Le present memoire porte sur les pratiques de reddition de comptes au gouvernement du Quebec depuis l’entree en vigueur de Loi sur l’administration publique en 2000. Au Quebec, des reformes ont ete mises en place pour favoriser l’amelioration de la performance des organisations publiques et la reddition de comptes. Contrairement aux indicateurs de profits et de parts de marche du secteur prive, les indicateurs de performance dans le secteur public ne sont pas calibres. Les cibles et la comparaison avec d’autres organisations publiques permettent aux citoyens d’interpreter les intrants utilises, et les extrants et resultats obtenus. Nous posons l’hypothese que la presence de cibles et de donnees comparatives dans les rapports de reddition de comptes est plus frequente vers la fin de la periode etudiee que durant les premieres annees suivant l’adoption de la Loi sur l’administration publique. Nous nous demandons si les ministeres et les organismes assujettis a la Loi se comportent differemment que ceux qui ne le sont pas. Depuis 2000, au Quebec, tous les ministeres et presque tous les organismes publics doivent presenter des donnees comparatives historiques dans leurs rapports de reddition de compte. La presentation de donnees comparatives externes et de cibles est optionnelle. Dans la presente recherche, 98 rapports de reddition de comptes publies sur une periode de douze ans sont analyses. Ces rapports proviennent de trois organismes assujettis a la Loi sur l’administration publique et de trois autres organismes n’y etant pas assujettis. Les resultats sont similaires pour les six organismes. Les donnees comparatives internes gagnent en popularite avec le temps, alors que les donnees comparatives externes et les cibles ne sont pas presentees aux citoyens.

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)0.005
metaresearch head score (Gemma)0.001
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Insufficient payload (model declined to judge)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.345
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0050.001
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.001
Science and technology studies0.0010.003
Scholarly communication0.0010.002
Open science0.0010.000
Research integrity0.0000.001
Insufficient payload (model declined to judge)0.0020.000

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 head0.055
GPT teacher head0.339
Teacher spread0.284 · 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; a candidate call from one teacher head, not a consensus.

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

Citations1
Published2015
Admission routes1
Has abstractyes

Explore more

Same topicPublic Policy and Administration ResearchFrench-language works237,207