L’audit législatif aux frontières du pouvoir et de la politique
Bibliographic record
Abstract
En étudiant le mandat de Sheila Fraser comme Vérificatrice générale (VG) du Canada de 2001 à 2011, cet article analyse la façon dont l’exercice de son pouvoir a permis de briser la structure de complicité qui tend généralement à lier l’action des Auditeurs législatifs aux intérêts du champ politique. Notre étude s’articule en particulier autour du scandale du programme des commandites dévoilé par la VG en 2004 et des événements qui ont suivi. Nos résultats mettent en évidence l’exercice d’un pouvoir multidimensionnel impliquant : 1) La mobilisation des armes réglementaires et législatives permettant de provoquer des conflits ouverts avec le champ politique ; 2) La défense du territoire réglementaire du VG et une pratique des missions d’audit de performance échappant au cadre restrictif d’une approche purement « technicienne » ; 3) La production d’un discours installant dans l’imaginaire collectif une représentation de l’action du VG comme un « justicier » indépendant des jeux politiques et au service de la population. Notre étude contribue ainsi à la littérature sur l’audit législatif en mettant en évidence la complexité de la dynamique de pouvoir exercé par le Vérificateur général et la porosité des frontières des territoires réglementaires et politiques.
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 | 0.021 | 0.054 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.012 | 0.008 |
| Scholarly communication | 0.009 | 0.003 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.003 | 0.006 |
| Insufficient payload (model declined to judge) | 0.011 | 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".