L’importance de la transparence budgétaire pour le développement
Bibliographic record
Abstract
Cette étude vise à souligner l’importance de la transparence budgétaire dans l’amélioration du développement humain et à combler le vide dans la littérature, qui a traditionnellement considéré le concept de développement en termes économiques. Ici, le développement fait référence aux niveaux de connaissance, à la possibilité de jouir d’une vie longue et en bonne santé et de bénéficier d’un niveau de vie décent. L’amélioration du développement humain est le principal point d’intérêt dans l’évaluation des résultats des politiques publiques et cette étude se concentre sur une politique spécifique, à savoir la transparence budgétaire. Sur la base d’un ensemble de 110 pays pour les années 2008, 2010, 2012, 2015 et 2017, les résultats empiriques démontrent un effet positif de l’indice sur le budget ouvert (« Open Budget Index ») sur l’indice de développement humain, suggérant que la transparence budgétaire est un bon moyen d’améliorer les niveaux de développement humain. Ces résultats sont essentiels non seulement pour le débat académique, mais aussi pour les praticiens car ils montrent que la transparence est un outil pertinent pour améliorer le développement humain. Remarques à l’intention des praticiens La transparence budgétaire est un outil pertinent pour améliorer le développement humain. La transparence peut améliorer la qualité de vie grâce à une meilleure qualité de gouvernance. Les rôles centraux joués par la transparence et la participation, associés à l’imputabilité, ont été confirmés. La complexité du concept de développement humain implique, entre autres, la divulgation d’informations concernant les politiques publiques. L’examen des budgets, garantissant leur transparence ainsi que la transparence du processus budgétaire, est fortement recommandé pour améliorer le développement humain.
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 imitationNot 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.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.003 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 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 teacher head, 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".