MétaCan
Menu
Retour à la cohorte
Enregistrement W1491493232 · doi:10.1111/ijsw.12171

Welfare regime change – or lack of change – in unemployment compensation

2015· article· en· W1491493232 sur OpenAlexaff
Umut Riza Ozkan

Notice bibliographique

RevueInternational Journal of Social Welfare · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Policy and Reform Studies
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésSeveranceEconomicsUnemploymentStalemateBureaucracyWelfareLabour economicsCompensation (psychology)Welfare stateEconomic systemPoliticsPublic economicsMarket economyPolitical scienceEconomic growthLaw

Résumé

récupéré en direct d'OpenAlex

Drawing on theoretical accounts of institutional change, this study explored the politics of welfare regime transformation in regard to Turkey's unemployment compensation system. By using the institutionalist approach, the study shows that the process of welfare regime change was one of “institutional layering” of unemployment insurance (UI) over severance pay. Also, the study demonstrates that the economic bureaucracy played a key role in pushing the establishment of UI (state‐centric approach) in contrast to the class‐based organizations that focused their struggles on the severance pay scheme (power‐resource perspective). However, the economic bureaucracy preferred a rudimentary UI design, which prevented UI from undermining the vested interests behind the severance pay scheme. Furthermore, subsequent attempts at the reformation of the severance pay scheme were not successful because the social welfare bureaucracy lacked the capacity to develop a policy alternative to resolve the stalemate between the societal actors. Lastly, the study used the successful severance pay reform experiences of South Korea and Austria to locate the Turkish case within a broader comparative framework.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,084

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,018
Communication savante0,0060,006
Science ouverte0,0010,007
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,321
Tête enseignante GPT0,452
Écart entre enseignants0,131 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Social WelfareMême sujetSocial Policy and Reform StudiesTravaux en français237 207