Quo Vadis ? Le gouvernement local en Turquie après les réformes de la gestion publique
Bibliographic record
Abstract
Dans les années 2000, la Turquie a réformé son système d’administration publique conformément aux principes du nouveau management public (NMP) en optant pour un système plus décentralisé. Même si l’objectif initial du processus de réforme est de parvenir à un système de gestion publique décentralisé et plus efficace, on peut se demander si cet objectif sera jamais atteint au vu des données empiriques et des statistiques officielles. Dans le présent article, nous analysons les législations des gouvernements locaux, le pouvoir d’appréciation du gouvernement central dans la gouvernance locale et les évolutions dans le statut du gouvernement local dans la gouvernance publique pour présenter l’évolution du système de gouvernement local en Turquie pendant le gouvernement du Parti de la justice et du développement. Remarques à l’intention des praticiens L’expérience de la Turquie dans la réforme de la gestion publique ressemble aux modèles de réforme du NMP dans les pays de tradition napoléonienne. Comme dans ces pays, l’accent a été mis sur les pratiques managériales plutôt que sur les éléments participatifs en vue d’améliorer l’efficience et l’efficacité des services publics. Pourtant, les observations faites en Turquie vont à l’encontre de l’idée que les réformes managériales permettront à elles seules, sans améliorer la gouvernance démocratique locale, d’améliorer l’efficience et l’efficacité des services publics.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.008 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| 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".