MétaCan
Menu
Retour à la cohorte
Enregistrement W2100207899 · doi:10.2202/1944-2858.1018

Ideas, Institutions, and Welfare Program Typologies: An Analysis of Pensions and Old Age Income Protection Policies in Sub‐Saharan Africa

2010· article· en· W2100207899 sur OpenAlexaff
Michael Kpessa-Whyte

Notice bibliographique

RevuePoverty & Public Policy · 2010
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Policy and Reform Studies
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésAusterityWelfareSocial policySocial securityWelfare statePensionEconomicsNeglectOld Age SecurityDevelopment economicsSocial protectionEconomic growthPolitical scienceSociologyPoliticsMarket economyPopulationLaw

Résumé

récupéré en direct d'OpenAlex

Abstract Since the 1980s, social policy research shifted attention from institutional development of welfare programs to what were described as crises of the welfare state in an era of austerity. Much of the scholarly debate in this area had focused on the maturation of welfare programs, especially the post‐war old age income support programs in the advanced industrialized countries to the neglect of social protection in Sub‐Saharan African (SSA) countries. This paper is intended to bring the dynamics of social policy in SSA countries into the comparative welfare dialogue and into the global social security debate in particular. Using a historical institutionalist approach, this study analyzes the trajectories of old age income support development in SSA countries through a careful study of old age income security or protection strategies in the region across time and space. The paper develops ideal typologies for understandings variations and transformations of pensions and old age income provision programs in the region. In doing this, it argues that the ideas and institutions around which recent rounds of pension reforms revolves have always been at both the foreground and background of old age income protection thinking and practices in SSA countries since the pre‐colonial era.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,855
Score d'incertitude au seuil0,813

Scores Codex et Gemma par catégorie

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

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 Opus0,061
Tête enseignante GPT0,363
Écart entre enseignants0,303 · 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 tête enseignante, 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

Citations34
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePoverty & Public PolicyMême sujetSocial Policy and Reform StudiesTravaux en français237 207