Bibliographic record
Abstract
Le présent rapport traite de trois grandes questions : Quels sont les risques associés au financement des partis politiques et des campagnes électorales ? Pourquoi les modèles de réglementation sont-ils encore insuffisants et ne sont-ils pas pleinement mis en oeuvre pour combattre ces risques ? Quels sont les liens entre l’argent dans la vie politique et les cadres généraux d’intégrité dans le secteur public ? L’analyse qui en découle a permis l’élaboration du Cadre de financement de la démocratie ayant pour objet de structurer le débat à l’échelon international, de proposer des solutions aux responsables publics et de dresser une cartographie des risques. Le présent rapport contient en outre des études de cas détaillées par pays respectivement consacrées au Canada, au Chili, à la Corée, à l’Estonie, à la France, au Mexique, au Royaume-Uni, ainsi qu’au Brésil et à l’Inde. Y sont analysés en profondeur leurs mécanismes de financement de la vie politique et les difficultés qui se posent selon les différents cadres institutionnels. Les conclusions de ces neuf études de cas confirment en outre l’utilité du Cadre de financement de la démocratie et recensent les bonnes pratiques qui peuvent s’appliquer à d’autres pays.
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 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.004 | 0.001 |
| Scholarly communication | 0.007 | 0.005 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.519 | 0.295 |
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".