Money for the marginalized: Promoting access to income benefits in Manitoba
Notice bibliographique
Résumé
Low-income Manitobans are eligible for a variety of federal and provincial income support benefits that may help them meet their basic needs. However, many face barriers to completing the bureaucratic processes required to access these benefits. In response, nonprofit and public sector agencies have developed free benefit intermediary programs that support low-income community members to claim their benefits. Despite the growth of this field, there is a dearth of scholarly literature on programs that promote access to income benefits. This thesis contributes to filling this gap through a mixed-methods study of benefit intermediary programs operating in Winnipeg, MB. Using a realist evaluation methodology, this study examines contextual conditions that inhibit benefit take-up and the field of social programs that promote access to benefits. The evaluation considers the social-structural context, program goals and activities, and key program mechanisms that may account for the outcomes that ensue. Findings from semi-structured key informant interviews and a literature review demonstrate that benefit intermediary programs have dual objectives that correspond to two of Nancy Fraser’s strategies for achieving social justice. At the individual level, they employ a strategy of affirmative redistribution to assist low-income community members to claim benefits that increase their quality of life. At a structural level, they pursue nonreformist reforms to reduce systemic barriers that inhibit benefit take-up and build cross-sectoral capacity to promote access. However, these programs face constraints that limit the scope of their direct service delivery and the extent to which they can effect structural change. Nevertheless, benefit intermediaries play a vital role in promoting access to income benefits in Manitoba. This research may be useful for practitioners, policymakers, and social scientists who are interested in the problem of benefit non-take-up, or who are engaged in efforts to increase the take-up of money for the marginalized.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,003 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».