MétaCan
Menu
Retour à la cohorte
Enregistrement W3008055248 · doi:10.1177/1078087420905337

More than Spare Change: A Case Study of Contact and Voter Support for the Homeless in Los Angeles County, California

2020· article· en· W3008055248 sur OpenAlexaff
Ayobami Laniyonu, Shakari Byerly

Notice bibliographique

RevueUrban Affairs Review · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHomelessness and Social Issues
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésBallotLocal governmentStatutePublic administrationPunitive damagesFederalismGovernment spendingState (computer science)Political scienceWelfarePublic economicsEconomicsLawPoliticsVoting

Résumé

récupéré en direct d'OpenAlex

Research on local welfare spending for individuals and families experiencing homelessness has characterized such spending as severely limited and constrained. Studies on fiscal federalism have argued that competition between local governments prevents leaders from spending much, if anything, to assist the homeless. County governments may be further constrained from providing assistance by state constitutions or statutes. Finally, local businesses may organize and lobby for punitive, rather than ameliorative, local treatment of the homeless. In this study, we argue that ordinary voters matter for local spending for the homeless, particularly in states where they are empowered to affect local government spending through ballot propositions. Accordingly, we mobilize data from a ballot initiative in Los Angeles County and present an exploratory study of the determinants of voter support for homelessness relief. We find that range of factors, particularly partisanship and contact with the homeless, strongly predict support for spending on the homeless.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,680
Score d'incertitude au seuil0,985

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,128
Tête enseignante GPT0,414
Écart entre enseignants0,286 · 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 tête enseignante, 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

Citations6
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUrban Affairs ReviewMême sujetHomelessness and Social IssuesTravaux en français237 207