MétaCan
Menu
Retour à la cohorte
Enregistrement W2965709118

“How do we Better Prepare for the Future?”: Political Ambivalence and Income Guarantees in Canadian Media

2019· article· en· W2965709118 sur OpenAlexaboutno aff
Melissa Slauenwhite

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMedia Studies and Communication
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAmbivalencePoliticsPolitical sciencePublic relationsPolitical economyBusinessSociologyPsychologySocial psychologyLaw
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Economies in the globalized world are undergoing rapid changes due to automation. These changes have exacerbated wealth inequality in many nations, prompting calls for more effective poverty reduction strategies. In Canada, one of these proposed strategies is an income guarantee for low-income earners. This type of policy has been used successfully in other parts of the world; however, it has been met with both strong support and resistance in Canadian politics. Thus, this opposition provides an avenue through which to study how this debate is framed in the news media to influence public opinion. Through a qualitative content analysis of Canadian newspaper articles, this research demonstrates how the news media employs arguments from both neoliberal and social welfare ideologies in the debate around the viability of an income guarantee. This paper argues that in order to gain traction in a political landscape currently characterized by neoliberalism, supporters of social welfare models must appropriate elements of neoliberal ideologies to produce effective arguments. This appropriation creates an ambivalence for social welfare advocates, as they must incorporate some of these beliefs in order to gain support and enact real change toward poverty reduction.

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)0,005
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,090
Score d'incertitude au seuil0,650

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,025
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0280,014
Communication savante0,0130,006
Science ouverte0,0020,005
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0150,000

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 Opus0,016
Tête enseignante GPT0,285
Écart entre enseignants0,269 · 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'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

Citations0
Publié2019
Routes d'admission1
Résumé présentnon

Explorer davantage

Même sujetMedia Studies and CommunicationTravaux en français237 207