Towards a paradigm shift in social protection in developing countries? Analysing the emergence of the Ghana national unemployment insurance scheme from a multiple streams perspective
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The COVID 19 pandemic continues to cause a lot of uncertainty around the world. At the onset of the pandemic, governments responded with policies and programs to curb its devastating effects on citizens, and Ghana was no exception. Although the Ghanaian government introduced various stop-gap measures to mitigate the effects of the pandemic, the inadequacies of the extant social welfare system was badly exposed. Consequently, as the pandemic seethed on, there were calls for reform of the existing social protection system and the introduction of new programs, especially for those in the informal sector. In response, the government introduced a new National Unemployment Insurance Scheme (NUIS). How did this happen? What led the government to accept tentatively the need to reform and transform the social welfare system after years of policy padding and the dragging of feet? Drawing on Kingdon's Multiple Streams Framework, we argue that the pandemic created a policy window, which enabled policy enntrepreneurs to push the unemployment insurance idea to reform the existing social welfare system. The introduction of a NUIS, is seen as a paradigm shift in social protection and more broadly in social policy. The objective of this paper is to examine how the NUIS got on government's agenda, and whether the NUIS is a game changer in social protection in Ghana. We sourced information mainly from secondary sources.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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 découle