MétaCan
Menu
Retour à la cohorte
Enregistrement W4220996732 · doi:10.1017/s0008423922000038

Deficit or Austerity Bias? The Changing Nature of Canadians’ Opinion of Fiscal Policies

2022· article· en· W4220996732 sur OpenAlexafffundabout
Olivier Jacques, Éric Bélanger

Notice bibliographique

RevueCanadian Journal of Political Science · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFiscal Policies and Political Economy
Établissements canadiensMcGill UniversityUniversité de Montréal
Organismes subventionnairesFonds de Recherche du Québec-Société et Culture
Mots-clésAusterityPopularityDeficit spendingGovernment (linguistics)Fiscal policyEconomicsPoliticsPublic economicsEconomic policyPublic opinionFiscal imbalancePolitical economyPolitical scienceFiscal unionMacroeconomicsDebt

Résumé

récupéré en direct d'OpenAlex

Abstract Public choice theory suggests that citizens have a deficit bias: they approve governments for running large deficits that increase spending or reduce taxes. In contrast, others contend that citizens reward governments for balanced budgets. We contribute to this debate by modelling a popularity function for the Canadian federal government and show that the impact of fiscal policies on the executive's popularity changes over time. Until the early 1990s, Canadians preferred budget deficits. As deficits became unsustainable during the economic crisis of the early 1990s, the government shifted its fiscal policy paradigm, as balancing the budget became its primary fiscal objective and citizens were actively concerned about the deficits. Since 1993, citizens’ deficit bias morphed into an austerity bias: executive approval increases when deficits are reduced. These findings contribute to comparative political economy research by assessing how policy regimes and public preferences reinforce each other.

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)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,230

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,002
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,046
Tête enseignante GPT0,259
Écart entre enseignants0,213 · 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'étudeObservationnel
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

Citations6
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Political ScienceMême sujetFiscal Policies and Political EconomyTravaux en français237 207