Satisfaction des usagers de services publics victimes de paiements informels dans les communes au Cameroun : effet médiateur de la participation et rôle modérateur de la transparence
Bibliographic record
Abstract
La corruption constitue une grave menace planétaire qui n’épargne aucun pays et dont les effets peuvent inévitablement compromettre l’épanouissement des citoyens. Dans ce contexte, satisfaire les usagers de services publics est une tâche ardue et complexe, singulièrement en Afrique subsaharienne, gangrenée par ce fléau. Toutefois, trouver les mécanismes pour y remédier n’étant pas insurmontable, cette étude examine l’effet médiateur de la participation et le rôle modérateur de la transparence sur le lien corruption-satisfaction de l’usager de services publics dans les communes du Cameroun. Une enquête menée auprès de 856 usagers permet le test des hypothèses par la méthode des équations structurelles. Les résultats montrent que toutes les relations postulées sont vérifiées et que la transparence modère celles-ci. La singularité de cette étude réside dans l’intégration conjointe des attributs « participation » et « transparence » en matière d’évaluation de la satisfaction des usagers victimes de paiements informels, attributs peu pris en compte dans la littérature.
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 | 0.004 | 0.013 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.000 |
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".