MétaCan
Menu
Retour à la cohorte
Enregistrement W2924184042 · doi:10.1177/0020715219837745

Why deservingness theory needs qualitative research: Comparing focus group discussions on social welfare in three welfare regimes

2019· article· en· W2924184042 sur OpenAlexvenueno aff
Tijs Laenen, Federica Rossetti, Wim van Oorschot

Notice bibliographique

RevueInternational Journal of Comparative Sociology · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Policy and Reform Studies
Établissements canadiensnon disponible
Organismes subventionnairesVlaamse regeringFonds Wetenschappelijk Onderzoek
Mots-clésUniversalismNormativeReciprocity (cultural anthropology)Focus groupWelfarePolitical scienceContext (archaeology)SociologySocial democracyPositive economicsSocial psychologyEconomicsPsychologySocial sciencePoliticsLawGeography

Résumé

récupéré en direct d'OpenAlex

This article argues that the ever-growing research field of welfare deservingness is in need of qualitative research. Using focus group data collected in Denmark, Germany, and the United Kingdom, we show that citizens discussing matters of social welfare make explicit reference not only to the deservingness criteria of control, reciprocity, and need but also to a number of context-related criteria extending beyond the deservingness framework (e.g. equality/universalism). Furthermore, our findings suggest the existence of an institutional logic to welfare preferences, as the focus group participants to a large extent echoed the normative criteria that are most strongly embedded in the institutional structure of their country’s welfare regime. Whereas financial need is the guiding criterion in the “liberal” United Kingdom, reciprocity is dominant in “corporatist-conservative” Germany. In “social-democratic” Denmark, it appears impossible to single out one dominant normative criterion. Instead, the Danish participants seem torn between the criteria of need, reciprocity, and equality/universalism.

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)0,204
score de la tête « metaresearch » (Gemma)0,238
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,204
Score d'incertitude au seuil0,981

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2040,238
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,005
Études des sciences et des technologies0,0100,034
Communication savante0,0100,023
Science ouverte0,0040,015
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 Opus0,242
Tête enseignante GPT0,511
Écart entre enseignants0,270 · 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.

Devis d'étudeQualitatif
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

Citations70
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Comparative SociologyMême sujetSocial Policy and Reform StudiesTravaux en français237 207