MétaCan
Menu
Retour à la cohorte
Enregistrement W3215123419 · doi:10.1017/s0047279421000751

Comparing Government Social Welfare Service Acquisition Regimes: Marketisation and Bases for Competition in Canadian and English Homelessness

2021· article· en· W3215123419 sur OpenAlexaffabout
Kristen Pue

Notice bibliographique

RevueJournal of Social Policy · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueNonprofit Sector and Volunteering
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésCompetition (biology)IncentiveSocial WelfareGovernment (linguistics)WelfareQuality (philosophy)BusinessService (business)Order (exchange)Public administrationPublic economicsMarket economyEconomicsPublic relationsPolitical scienceFinanceMarketingLaw

Résumé

récupéré en direct d'OpenAlex

Abstract When governments acquire third-party social welfare services (SWS), they create institutions of acquisition. The rules and practices that governments adopt define who is able to participate, on what basis, and how prices are determined. This paper conceptualizes the institutions of SWS acquisition, their variations, and implications, in order to contribute to a deeper understanding of the link between contracting and nonprofit commercialisation. Institutions of SWS acquisition include rules of entry, participation, and assessment. Resulting acquisition regimes can be marketised to a greater or lesser extent, and this is influential through its effect on nonprofit competition. Drawing on interviews with public servants and nonprofit staff, the paper compares acquisition regimes for homelessness services in England, a regime that closely resembles a market, and Canada, a regime which is not marketised. In contrast to their non-marketised counterparts, this paper finds that marketised SWS acquisition regimes create incentives for participants to reduce prices by loss-leading or ratcheting down service quality.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,063
Score d'incertitude au seuil0,456

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0070,008
Communication savante0,0040,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
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 Opus0,020
Tête enseignante GPT0,295
Écart entre enseignants0,275 · 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'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

Citations5
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Social PolicyMême sujetNonprofit Sector and VolunteeringTravaux en français237 207