MAZOUZ (Bachir), LECLERC (Jean), avec la collaboration de TARDI (Marcel J. B.), La gestion intégrée par résultats - Concevoir et gérer autrement la performance dans l’administration publique, Presses de l’université du Québec, 2008,440 pages.
Bibliographic record
Abstract
Depuis 1996, la Banque mondiale et son département de recherche ont développé six indicateurs dénommés « Indicateurs mondiaux de la gouvernance » (IMG) pour mesurer la qualité des pays. S’appuyant sur une analyse de la littérature scientifique existante ainsi que sur la collecte de données brutes, c et article montre que les enjeux conceptuels et empiriques liés à la construction d’indicateurs sur la gouvernance posent des questions. En effet, procéder avec exactitude à une comparaison de la gouvernance entre des différents pays au moyen d’indicateurs agrégés semble être une méthode peu fiable. Ce manque de fiabilité s’explique principalement par le fait que les « Indicateurs mondiaux de la gouvernance » sont construits à partir de données liées à la perception d’un certain nombre de phénomènes. T el est notamment le cas de l’indicateur mesurant la « maîtrise de la corruption », qui dépend, en réalité largement de la perception de ce qu’est la corruption. Par ailleurs, c haque indicateur étant issu de sources de données élaborées selon des perspectives ou des concepts différents, le modèle agrégé semble ne pas être en mesure de rendre compte de chaque situation particulière.
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 | 0.004 | 0.005 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.006 | 0.006 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.028 | 0.010 |
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".