MétaCan
Menu
Retour à la cohorte
Enregistrement W2903406873 · doi:10.1111/spol.12471

Protective legislation: The “third pillar” of the welfare state

2018· article· en· W2903406873 sur OpenAlexaff
Gregg M. Olsen

Notice bibliographique

RevueSocial Policy and Administration · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Policy and Reform Studies
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésLegislationWelfareWelfare stateSocial WelfareSocial policyPublic economicsEconomicsBusinessLawPolitical sciencePolitics

Résumé

récupéré en direct d'OpenAlex

Abstract Welfare states are built upon three central social policy pillars: (1) income programs , including an assortment of income maintenance and security benefits; (2) social services , comprising a diverse constellation of provisions, which furnish care such as health care and education, and “in kind” benefits; and (3) protective legislation , encompassing a dense web of proactive and preventative laws, rights, and entitlements, such as health and safety legislation, minimum wage laws, child protection acts, rent controls, and laws governing evictions and foreclosures. Despite its centrality to the welfare state and to our well‐being, this third pillar has received considerably less attention in comparative social policy research. The dominant welfare state typologies have focused almost exclusively upon income measures and, more recently, on social services, to construct their welfare state categories or “worlds” of welfare while largely neglecting this crucial third pillar. A greater focus on protective welfare legislation can help sharpen the distinctions among welfare states within and across the welfare worlds, which is particularly valuable in light of the ongoing erosion of the other two pillars over the past few decades.

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)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,027
Communication savante0,0080,006
Science ouverte0,0010,006
Intégrité de la recherche0,0030,004
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 Opus0,033
Tête enseignante GPT0,354
Écart entre enseignants0,320 · 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'étudeThéorique ou conceptuel
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

Citations24
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocial Policy and AdministrationMême sujetSocial Policy and Reform StudiesTravaux en français237 207