Bilancio Pop Città di Torino - POPULAR FINANCIAL REPORTING 2018
Bibliographic record
Abstract
I cittadini chiedono una maggiore trasparenza e accessibilità alle informazioni relative alla spesa pubblica e all’impegno delle risorse a disposizione. Nei Paesi anglofoni è diffusa una forma di rendicontazione sociale che ha caratteristiche di trasparenza e comprensione anche per chi non si occupa di norma della valutazione economica e dei servizi erogati. Tale rendicontazione è chiamata Popular Financial Reporting, rinominato Bilancio Pop. La Città, da sempre innovativa anche sui temi della rendicontazione e relativa comunicazione, ha già sperimentato con il supporto dell’Università di Torino la redazione del bilancio POP per due annualità 2014/2015 e 2017/2018. Il documento è stato realizzato seguendo le best practices che sono presenti a livello internazionale nei Paesi anglofoni. Il bilancio Pop è infatti un documento diffuso in Stati Uniti, Canada e Australia. La Città di Torino in collaborazione con il Dipartimento di Management dell’Università degli Studi di Torino ha realizzato il documento secondo linee guida e processi definiti dal Comitato Scientifico di indirizzo che ne ha curato i riferimenti metodologici e la supervisione operativa insieme al Gruppo di lavoro di applicazione metodologica e operativa che si è occupato di realizzare il documento. Comitato Scientifico: Paolo Pietro Biancone, Silvana Secinaro, Valerio Brescia, Sergio Rolando, Paola Pisano, Antonino Calvano Gruppo di lavoro operativo: Valerio Brescia, Patrizia Lo Torto
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 | 0.012 | 0.046 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.008 | 0.012 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.015 | 0.005 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.079 | 0.031 |
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".