СОВЕРШЕНСТВОВАНИЕ СИСТЕМЫ ОЦЕНКИ БЮДЖЕТНЫХ ИНВЕСТИЦИОННЫХ ПРОЕКТОВ В РЕСПУБЛИКЕ КАЗАХСТАН
Bibliographic record
Abstract
Как известно из экономической теории инвестиции, в том числе государственные инвестиции, имеют мощный мультипликативный эффект в развитии экономики. Основываясь на исследованиях и примерах развитых стран основным условием динамичного развития является не только, а точнее говоря, не сколько объем инвестиций, а надлежащие управление. Этот вопрос перед Казахстаном стоит остро. В реалиях ограниченных ресурсов государственных средств повышение эффективности бюджетных инвестиций возможно только через повышения качества управления бюджетными инвестиционными проектами. Управление является целостным механизмом, который состоит из постановки цели, планирования, мониторинга, основанного на утвержденных планах, анализа результатов, сравнения их с целевыми индикаторами, оценки эффективности, проработки выявленных отклонений и повышении эффективности. Повысить эффективность системы бюджетного инвестирования можно через оптимизацию ее связи с процессами стратегического и оперативного планирования на платформе устойчивого управления экономикой, в котором бюджетное инвестирование служит цементирующим звеном между стратегическим планом и операционным планированием, обеспечивающим их обратную связь. На сегодняшний день в Казахстане отсутствует методологическая база для проведения оценки на всем жизненном цикле проекта. В данной статье будут рассмотрены вопросы планирования бюджетных инвестиций с позиции предназначения инвестиций, осуществления бюджетных инвестиций для создания ценности для населения, реакция государственного управления на внешнюю среду с применением методологии комплексной деятельности. В данном случае будет рассматриваться деятельность государственного управления с позиции управления проектами, который включает в себя полный жизненный цикл проектов.
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) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.003 | 0.005 |
| Scholarly communication | 0.009 | 0.005 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.041 | 0.013 |
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".