Bibliographic record
Abstract
Malgré sa notoriété, la thématique du bon gouvernement semble relever désormais du passé. Un examen plus attentif de son évolution offre pourtant un tout autre tableau. La généalogie des principes traditionnels du bon gouvernement montre la progression de la mesurabilité et de l’objectivité dans l’évaluation de l’action publique. Si la première génération de ces principes permet de mesurer l’importance des impératifs liés à la perfection morale du souverain, la deuxième correspond au tournant majeur que représente l’étape du droit légiféré et du développement du droit public lors des deux derniers siècles. Ces garanties de « mesurabilité » qu’offre le droit sont relayées de nos jours par l’affirmation de la troisième génération de principes (efficacité, imputabilité, précaution, qualité, célérité) qui reflètent des exigences de quantification et de « calculabilité » de l’action publique. D’autres principes (transparence, participation) rattachés à l’approfondissement de la démocratie politique complètent ce bilan. Ce sont des principes transversaux propres à plusieurs disciplines et qui illustrent bien l’essor des sciences du gouvernement. Pour le droit public, une telle évolution s’avère décisive, car ce champ du droit mérite d’être mieux compris à la lumière de cette acculturation avec d’autres disciplines et d’autres savoirs.
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 | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.017 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.013 | 0.002 |
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".