MétaCan
Menu
Retour à la cohorte
Enregistrement W2804257114 · doi:10.1093/oso/9780190841300.001.0001

The Fiscalization of Social Policy

2018· book· en· W2804257114 sur OpenAlexaboutno aff
Joshua T. McCabe

Notice bibliographique

RevueOxford University Press eBooks · 2018
Typebook
Langueen
DomaineSocial Sciences
ThématiqueSocial Policy and Reform Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTax creditDistribution (mathematics)Tax reformDirect taxEconomicsIndirect taxPublic economicsAusterityAd valorem taxPoliticsValue-added taxExceptionalismPolitical sciencePolitical economyLaw

Résumé

récupéré en direct d'OpenAlex

This book challenges the conventional wisdom on American exceptionalism, offering the first and only comparative analysis of the politics of child and in-work tax credits. This comparative approach, analyzing the US, Canada, and the UK, upends everything we thought we knew about the politics of tax credits, accounting for both the timing of their development and the distribution of their benefits among families across liberal welfare regimes. Rather than attributing these changes to antiwelfare attitudes, mobilization of conservative forces, shifts toward workfare, or racial antagonism, the book argues that the growing use of tax credits for social policy was a strategic adaptation to austerity in all three countries but that the historical absence of family allowances in the US left the country with a policy legacy that institutionalized a distinct “logic of tax relief,” ensuring that the poorest American families would be ineligible for tax credits. Focusing on the twin puzzles of the growth and distribution of new tax credits across the three countries, the book explains both their convergence on the use of these tax credits and the US’ divergence from the UK and Canada on the distribution of these tax credits’ benefits.

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)0,002
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,119

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0040,008
Communication savante0,0060,005
Science ouverte0,0010,003
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,028
Tête enseignante GPT0,282
Écart entre enseignants0,255 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations17
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOxford University Press eBooksMême sujetSocial Policy and Reform StudiesTravaux en français237 207