Dünyada Kamu Denetim Kurumları: İngiltere, Rusya, Almanya, Hindistan, Çin, Amerika Birleşik Devletleri ve Brezilya Örneği
Bibliographic record
Abstract
Denetim, genel olarak belirlenen standartlara, yasal düzenlemelere veya belirlenmiş prosedürlere uygunluğun değerlendirilmesi ve bu standartların, yasaların veya prosedürlerin gerektirdiği şekilde hareket edilip edilmediğinin kontrol edilmesi sürecidir. Bu süreç, finansal raporlama, iç kontrol sistemleri, yasal uyumluluk, risk yönetimi, operasyonel etkinlik ve verimlilik gibi çeşitli alanlarda gerçekleştirilebilir. Denetimin iki boyutu olup bunlardan özel sektör firmalarının denetimi ve kamu kurumlarının denetimidir. Kamu denetim kurumları kamu harcamalarının denetlenmesinde merkezi bir rol oynamakta ve hükümetin kamu fonlarını nasıl topladığını, yönettiğini ve harcadığını denetlemektedir. Bu tür denetim kamu sektöründe hesap verebilirlik süreci açısından hayati önem taşımakta ve kamu harcamalarının değerlendirilmesi için ölçütler ve izlenmesi için de düzenli bir araç sağlamaktadır. Elbette her ülkenin kendi yapısına özgü kamu denetim kurumları bulunmakta olup diğer ülke kurumlarıyla benzer veya farklılıklara sahip olabilmektedir. Nitekim bu çalışmada küresel alanda gerek ekonomik gerekse coğrafi nitelikleri itibariyle yedi ülke (Çin, İngiltere, Rusya, Almanya, Hindistan, Brezilya ve Amerika Birleşik Devletleri) belirlenmiş ve bu ülkelerin kamu denetimlerinin genel görünümü incelenmiştir. Genel olarak, kamu denetimi her ülkede önemli bir rol oynamakla birlikte her ülkede farklılık gösterebilmektedir. Bununla birlikte tüm ülkelerde temel denetim değerleri olarak bağımsızlık, şeffaflık ve hesap verebilirlik mutlaka göz önünde bulundurulmalıdır. Sonuç olarak her ülkenin kendi siyasi ve idari yapılanmasına özgü denetim kurumları mevcut olabilse de denetim hedefleri küresel çapta ortak değerler olarak dikkat çekmektedir.
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.021 | 0.004 |
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".