The Generative Mechanisms of Financial Strain and Financial Well-Being: A Critical Realist Analysis of Ideology and Difference
Notice bibliographique
Résumé
BACKGROUND: Rapid, strategic action is required to mitigate the negative and unequal impact of the coronavirus disease 2019 (COVID-19) pandemic on the financial well-being (FWB) of global populations. Personal financial strain (FS) worsened most significantly among systematically excluded groups. Targeted government- and community-led initiatives are needed to address these inequities. The purpose of this applied research was to identify what works for whom, under what conditions, and why in relation to community and government initiatives that promote personal and household FWB and/or address FS in high income economies. METHODS: We employed a critical realist analysis to literature that reported on FWB/FS initiatives in high income countries. This included initiatives introduced in response to the pandemic as well as those that began prior to the pandemic. We included sources based on a rapid review. We coded academic, published literature (n=39) and practice-based (n=36) reports abductively to uncover generative mechanisms - ie, underlying, foundational factors related to community or government initiatives that either constrained and/or enabled FWB and FS. RESULTS: We identified two generative mechanisms: (1) neoliberal ideology; and (2) social equity ideology. A third mechanism, social location (eg, characteristics of identity, location of residence), cut across the two ideologies and demonstrated for whom the initiatives worked (or did not) in what circumstances. Neoliberal ideology (ie, individual responsibility) dominated initiative designs, which limited the positive impact on FS. This was particularly true for people who occupied systematically excluded social locations (eg, low-income young mothers). Social equity-based initiatives were less common within the literature, yet mostly had a positive impact on FWB and produced equitable outcomes. CONCLUSION: Equity-centric initiatives are required to improve FWB and reduce FS among systemically excluded and marginalized groups. These findings are of relevance now as nations strive for financial recovery in the face of the ongoing global pandemic.
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 | 0,029 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,009 | 0,004 |
| Études des sciences et des technologies | 0,006 | 0,070 |
| Communication savante | 0,011 | 0,013 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,003 |
| 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 ».