E-governança i atenció ciutadana : la Generalitat de Catalunya en el context internacional. Informe de recerca (Vol.II)
Bibliographic record
Abstract
Aquest estudi té com a objectiu principal analitzar les transformacions que s'esdevenen al voltant de la incorporació d'innovacions tecnològiques de l'entorn de les TIC en els processos d'atenció al ciutadà per part de les administracions públiques. Les transformacions que hem analitzat tenen a veure amb tres dimensions que hem considerat bàsiques. D'una banda, ens hem centrat en els canvis que es produeixen en la forma en què els ciutadans (com a principals, tot i que no únics, usuaris) i l'administració es relacionen entre sí. De l'altra hem analitzat les transformacions que s'esdevenen en el funcionament intern i en la pròpia organització de l'administració arran de les transformacions dels canals de comunicació amb els usuaris. Per últim, hem considerat els canvis en la forma de gestionar (dissenyar, planificar, organitzar i dur a terme) el canvi i la innovació, tenint en compte especialment els rols dels diferents actors (no només públics) que hi participen. La recerca es recolza en un ampli estudi empíric sobre la Generalitat de Catalunya i en un estudi compartiu internacional sobre el Quebec, Emillia-Romagna i Escòcia.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.005 | 0.012 |
| Scholarly communication | 0.016 | 0.006 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.009 | 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 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".