MétaCan
Menu
Retour à la cohorte
Enregistrement W2109650663 · doi:10.1017/s0047279410000279

Cycling Off and On Welfare in Canada

2010· article· en· W2109650663 sur OpenAlexaffabout
Ernie Lightman, Andrew Mitchell, Dean Herd

Notice bibliographique

RevueJournal of Social Policy · 2010
Typearticle
Langueen
DomaineHealth Professions
ThématiqueEmployment and Welfare Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésReceiptWelfareEarningsWork (physics)Labour economicsDemographic economicsSurvey of Income and Program ParticipationWelfare reformSocial assistanceEconomicsEconomic growthMarket economyFinance

Résumé

récupéré en direct d'OpenAlex

Abstract Internationally, traditional approaches to social assistance (welfare) have increasingly been replaced with ‘active’ labour market policies. Alongside other industrialised countries, Canada embraced this shift, with its emphasis on the ‘shortest route’ to paid employment. There has been little research on the outcomes of these dramatic changes in Canada, especially longer term. This article explores the post-welfare labour market experiences of people who were on social assistance in Canada in 1996. It uses the longitudinal micro-data files of the Survey of Labour and Income Dynamics (SLID) from Statistics Canada, which tracks a panel of recipients over five years. We examine the mixing of work and welfare, the transition from welfare to work, and selected labour market indicators – primarily hours of work and wages – that those in receipt of social assistance face in assuming paid work. Those leaving welfare for work face precarious employment opportunities. Leavers earn lower wages, work fewer hours and consequently have lower annual earnings than non-recipients. Over time the gap narrows but remains significant, even after six years. Returns to welfare are frequent. Overall, even after six years most social assistance recipients remained marginalised in the periphery of the labour market.

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)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,086
Score d'incertitude au seuil0,621

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,006
Études des sciences et des technologies0,0100,002
Communication savante0,0040,001
Science ouverte0,0020,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,031
Tête enseignante GPT0,407
Écart entre enseignants0,376 · 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

Citations29
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Social PolicyMême sujetEmployment and Welfare StudiesTravaux en français237 207