MétaCan
Menu
Retour à la cohorte
Enregistrement W3209186008 · doi:10.4337/9781839103285.00016

Decentralization and subnational politics in North America

2021· book-chapter· en· W3209186008 sur OpenAlexaboutno aff
Raúl Alberto Ponce Rodríguez

Notice bibliographique

RevueEdward Elgar Publishing eBooks · 2021
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueLocal Government Finance and Decentralization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDecentralizationPoliticsRevenue sharingRevenueState (computer science)IdeologyLocal governmentDemocracyEconomic policyPolitical scienceTax revenuePolitical economyGovernment (linguistics)EconomicsPublic economicsMarket economyPublic administrationFinance

Résumé

récupéré en direct d'OpenAlex

This chapter reviews the relationship between subnational politics and decentralization in the United States, Mexico, and Canada. There is a significant contrast in fiscal and political institutions implemented in these countries: the US is fiscally and politically decentralized with direct democracy provisions that lead to important effects on taxation and spending of subnational governments. In comparison, Mexico is fiscally and politically centralized with a tax revenue sharing accord that creates a significant dependence of states on intergovernmental transfers, and Canada lies as the middle of the road case with decentralized political institutions but with a tax revenue sharing system. Withing these political and fiscal institutions, evidence suggests that electoral competition, parties' preferences over policy, the left and right ideology, and party alignment are important determinants of the size and composition of spending and taxation of subnational governments, the dependence of state and local governments on higher tiers of government, and the responsiveness of local authorities to the demands of residents.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,902
Score d'incertitude au seuil0,195

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,019
Tête enseignante GPT0,245
Écart entre enseignants0,226 · 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'étudeSans objet
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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEdward Elgar Publishing eBooksMême sujetLocal Government Finance and DecentralizationTravaux en français237 207