From the Invisible Hand to the Invisible Woman: A Gender Perspective on the Tax Policy Discourse on Social Tax Expenditures
Notice bibliographique
Résumé
Les États-providence de tendance libérale utilisent davantage les dépenses fiscales sociales (DFS) pour le paiement de prestations de sécurité sociale. Ces prestations sont intégrées aux lois fiscales, habituellement considérées comme neutres et non genrées. Cependant, elles peuvent négliger certaines caractéristiques propres aux situations que vivent les femmes et à leurs ro^les et, par conséquent, marginaliser les femmes et constituer un obstacle à l'égalité hommes-femmes. En proposant une analyse du discours historique au Canada (1967–2012), l'auteure du présent article démontre que le discours sur la politique fiscale relativement aux DFS n'est pas neutre sur le plan du genre. Les dépenses fiscales sociales sont fondées sur différentes hypothèses relatives aux femmes et à leur ro^le dans la société: on présume qu'elles sont ménagères, travailleuses, ou encore on finit par les évacuer complètement du discours au profit des enfants et de la famille. Abstract: Liberal welfare states tend to use more social tax expenditures (STEs) for the provision of social welfare benefits. These benefits are incorporated into tax legislations, which are usually considered neutral and especially gender-neutral. However, they can fail to consider some characteristics of the situation that women face and their role and, therefore, have the possibility to marginalize women and be an obstacle to gender equality. By conducting a historical discourse analysis in Canada (1967–2012), this article shows that the tax policy discourse in relation to STEs is not gender-neutral. In constructing STEs, various assumptions are made about women and their role in society: they are housewives, workers, or to be eventually completely evacuated from the discourse to the profit of children and the family.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,016 | 0,035 |
| Communication savante | 0,009 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».