MétaCan
Menu
Retour à la cohorte
Enregistrement W2922518076 · doi:10.1177/1536504219830673

Basic Income and the Pitfalls of Randomization

2019· article· en· W2922518076 sur OpenAlexaboutno aff
David Calnitsky

Notice bibliographique

RevueContexts · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIntergenerational and Educational Inequality Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBasic incomeMeaning (existential)AllianceIdeologyEconomicsPaymentEconomic inequalityDemographic economicsPublic economicsSociologyLabour economicsPolitical sciencePoliticsInequalityPsychologyLaw

Résumé

récupéré en direct d'OpenAlex

This essay evaluates the state of the debate around basic income, a controversial and much-discussed policy proposal. I explore its contested meaning and consider its potential impact. I provide a summary of the randomized guaranteed income experiments from the 1970s, emphasizing how experimental methods using scattered sets of isolated participants cannot capture the crucial social factors that help to explain changes in people’s patterns of work. In contrast, I examine a community experiment from the same period, where all residents of the town of Dauphin, Manitoba, were eligible for basic income payments. This “macro-experiment” sheds light on the community-level realities of basic income. I describe evidence showing that wages offered by Dauphin businesses increased. Additionally, labor market participation fell. By ignoring the social interactions that characterize real-world community contexts, randomized studies underestimate the decline in labor market participation and its impact on employers. These findings depend to a great extent on the details of the policy design, and as such I conclude that the oft-proposed right–left ideological alliance on basic income is unlikely to survive the move from basic income as a broad policy umbrella to basic income as a concrete policy option.

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)0,501
score de la tête « metaresearch » (Gemma)0,604
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: Méthodes
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,499
Score d'incertitude au seuil0,615

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,5010,604
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,003
Bibliométrie0,0030,003
Études des sciences et des technologies0,0050,051
Communication savante0,0070,018
Science ouverte0,0080,008
Intégrité de la recherche0,0100,019
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,016
Tête enseignante GPT0,304
Écart entre enseignants0,289 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
DomaineMéthodes
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

Citations15
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueContextsMême sujetIntergenerational and Educational Inequality StudiesTravaux en français237 207