MétaCan
Menu
Retour à la cohorte
Enregistrement W4403132416 · doi:10.15353/rea.v15i3-4.5097

Could the impact of a public policy help us evaluate the changes that have been implemented? An analysis of non-take-up of Spanish minimum income benefits

2023· article· en· W4403132416 sur OpenAlexvenueno aff
Diego Muñoz-Higueras, Rafael Granell Pérez, Amadeo Fuenmayor Fernández

Notice bibliographique

RevueReview of Economic Analysis · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Policy and Reform Studies
Établissements canadiensnon disponible
Organismes subventionnairesGeneralitat Valenciana
Mots-clésEconomicsPublic economicsEconometrics

Résumé

récupéré en direct d'OpenAlex

This paper provides new evidence on why people who are eligible to receive a benefit do not apply for it, an occurrence most commonly referred to as “non-take-up”. It examines the relationship between the characteristics of the Guaranteed Minimum Income (GMI) and the non-take-up rate achieved by these benefits. This study looks into five main causal conditions in the design of a GMI: the amount of the benefit, the duration of the benefit, the administration's resolution times, the documentation requirements and an aggregation of supply side factors. The sample used corresponds to the 19 existing regional GMI programmes in Spain. The existence of relationships between causal conditions is tested using the Fuzzy-set Qualitative Comparative Analysis (FsQCA) methodology. The results show that there are three different combinations of conditions that result in less than 45% coverage of a GMI. With these results it is possible to evaluate ex ante whether the Spanish Minimum Vital Income (MVI) can avoid the non-take-up problem that other GMIs have in Spain. We find that the new MVI does not follow any of the combined conditions that lead to the failings of the GMI’s coverage rate.

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)0,020
score de la tête « metaresearch » (Gemma)0,043
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,106

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,043
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,131
Tête enseignante GPT0,448
Écart entre enseignants0,317 · 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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of Economic AnalysisMême sujetSocial Policy and Reform StudiesTravaux en français237 207