MétaCan
Menu
← Retour à la cohorte
Enregistrement W3123850522

Equalization transfers and convergence between federal and unitary systems: a contribution to their historical analysis

2017· preprint· en· W3123850522 sur OpenAlexaboutno aff
Giorgio Brosio

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2017
Typepreprint
Langueen
DomaineSocial Sciences
ThématiquePolitical Systems and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUnitary statePolitical scienceFederalismConvergence (economics)Public administrationDecentralizationPoliticsCitizenshipAutonomyGovernment (linguistics)Public economicsEconomicsEconomic growthLaw
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Equalization transfers, or grants, are a crucial component of modern federal and unitary countries. They also shape the evolution of different political systems promoting convergence in their effective working. The literature does not provide studies with a long-term and comparative perspective despite the relevance of this approach to the study of intergovernmental relations. The paper provides a contribution aimed at filling this void. It considers a small set of countries, including two unitary systems, Italy and the UK with a focus on English local government and three federal countries, Australia, Canada, and the United States. Federal systems are now paying more attention than initially to uniformity of policies and equality of access to the benefits of public policies, while unitary systems show much more attention than in the past to reaching equality of access and benefits from policies through local autonomy and use of transparent intergovernmental grants, rather than with hierarchical command. Another way of illustrating this process is stressing the growing recognition of common citizenship in both federal and unitary states.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,007
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0030,009
Communication savante0,0040,006
Science ouverte0,0010,003
Intégrité de la recherche0,0020,003
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 Opus0,061
Tête enseignante GPT0,357
Écart entre enseignants0,296 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in Economics→Même sujetPolitical Systems and Governance→Travaux en français237 207→