Crisis management: personal financial well-being and public attitudes toward government intervention
Notice bibliographique
Résumé
Purpose Crises precipitate strong fiscal responses by government – sometimes toward austerity, other times toward renewed social spending. This variation in approaches to crisis handling has the potential to highlight factors that drive public opinion toward government interventions that may be quite different from those in non-crisis times. This study aims to discuss the aforementioned issues. Design/methodology/approach This article brings together theories of government policymaking in crises, policy responsiveness and economic voting to assess how personal financial (egocentric) concerns and/or national financial (sociotropic) concerns may influence opinions toward government handling of direct financial supports in a crisis and, more generally, opinions toward social policy interventions. The authors assess this dynamic in the Canadian context using original national survey data collected in the initial stage of the pandemic-based crisis in June and July of 2020 ( N = 1290). Findings The authors find strong evidence in support of sociotropic concerns shaping government approval and support for greater social policy interventions, but limited evidence to support egocentric concerns, suggesting that social policy attitudes may be more insulated from personal factors than anticipated. Research limitations/implications The authors’ findings suggest that crises may prompt enhanced support for interventionist social policy measures that may lack broad-based support in non-crisis times. Originality/value The authors’ findings speak to the ongoing discussion around the possibility for crises to function as policy windows for enhanced social spending and for entrenching targeted financial supports for vulnerable individuals.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».