MétaCan
Menu
Retour à la cohorte
Enregistrement W1973708231 · doi:10.17645/si.v1i2.113

Cash Transfers, Basic Income and Community Building

2013· article· en· W1973708231 sur OpenAlexafffund
Evelyn L. Forget, Alexander D. Peden, Stephenson Strobel

Notice bibliographique

RevueSocial Inclusion · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePoverty, Education, and Child Welfare
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésCash transfersParallelsEconomicsCashConditional cash transferAusterityBasic incomeCash flow forecastingOperating cash flowInvestment (military)Cash managementPublic economicsFinancePovertyEconomic growthPolitical scienceMarket economy

Résumé

récupéré en direct d'OpenAlex

The austerity movement in high-income countries of Europe and North America has renewed calls for a guaranteed Basic Income. At the same time, conditional and unconditional cash transfers accompanied by rigorous impact evaluations have been conducted in low- and middle-income countries with the explicit support of the World Bank. Both Basic Income and cash transfer programs are more confidently designed when based on empirical evidence and social theory that explain how and why cash transfers to citizens are effective ways of encouraging investment in human capital through health and education spending. Are conditional cash transfers more effective and/or more efficient than unconditional transfers? Are means-tested transfers effective? This essay draws explicit parallels between Basic Income and unconditional cash transfers, and demonstrates that cash transfers to citizens work in remarkably similar ways in low-, middle- and high-income countries. It addresses the theoretical foundation of cash transfers. Of the four theories discussed, three explicitly acknowledge the interdependence of society and are based, in increasingly complex ways, on ideas of social inclusion. Only if we have an understanding of how cash transfers affect decision-making can we address questions of how best to design cash transfer schemes.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,006
Communication savante0,0030,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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 Opus0,019
Tête enseignante GPT0,301
Écart entre enseignants0,282 · 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

Citations27
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSocial InclusionMême sujetPoverty, Education, and Child WelfareTravaux en français237 207